关于matplotlib及相关cmap参数的取值方式
漫山 人气:0matplotlib及相关cmap参数的取值
在matplotlib中对于图片的显示有如下方法（这不是重点）， 其中有cmap=‘binary’的参数。
plt.imshow(imgs[i].reshape(28, 28), cmap='binary')
#或如下：也可以达到相同的效果
plt.imshow(imgs[i].reshape(28, 28), cmap=plt.get_cmap('binary'))这 是对显示颜色参数的定义，它可以有很多渐变色可以选择：
具体取值详细参见：
https://matplotlib.org/users/colormaps.html
https://matplotlib.org/examples/color/colormaps_reference.html
matplotlib中各种图形参数解释
柱状图bar的使用
matplotlib.pyplot.bar(left, height, alpha=1, width=0.8, color=, edgecolor=, label=, lw=3)
left: x轴的位置序列，一般采用range函数产生一个序列，但是有时候可以是一个字符串height: y轴的数值序列，也就是柱形图的高度，一般就是我们需要显示的数据alpha: 透明度，值越小越透明width: 为柱形图的宽度，一般是0.8就行color或facecolor: 柱形图填充的颜色edgecolor: 图形边缘颜色label: 解释每个图像代表的含义，这个参数是为legend()函数做铺垫的，表示该次bar的标签。linewidth or linewidths or lw: 边缘or线的宽
散点图scatter的使用
plt.scatter(x, y, s=20, c=None, marker=‘o', cmap=None, norm=None, alpha=None, linewidths=None, edgecolors=None
x: 指定散点图的x轴数据y: 指定散点图的y轴数据s: 指定散点图点的大小，默认为20，通过新传入的变量，实现气泡图的绘制c: 指定散点图点的颜色，默认为蓝色marker: 指定散点图点的形状，默认为圆形cmap: 指定色 图，只有当c参数是一个浮点型的数组时才起作用norm: 指定数据亮度， 标准化到0~1之间，使用该参数仍需要c为浮点型的数组vmin、vmax: 亮度设置，与norm类似，如果使用了norm则该参数无效alpha: 设置散点的透明度edgecolors: 设置散点边界线的颜色linewidths: 设置散点边界线的粗细
折线图plot的使用
plt.plot(x, y, color=, linewidth=,linestyle=, label=, marker=,)
x,y: array表示x轴与y轴对应的数据color: 表示折线的颜色marker: 表示这线上数据点处的类型linestyle: 表示折线的类型linewidth: 表示折线的粗细alpha: 表示电的透明度label: 数据图例内容
箱型图boxplot的使用
matplotlib.pyplot.boxplot(x, north=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, filerprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None)
x: 指定要绘制箱型图的数据north: 是否是凹凸的形式展现箱线图，默认非凹凸sym: 指定异常点的形状，默认为+号表示vert: 是否需要将箱线图垂直摆放，默认垂直摆放whis: 指定上下须与上下四分位的距离，默认为1.5倍的四分位差positions: 指定箱线图的位置，默认为[0, 1, 2,…]widths: 指定箱线图的宽度，默认为0.5patch_artist: 是否填充箱体的颜色meanline: 是否用线的形式表示均值，默认用点来表示showmeans: 是否显示均值，默认不显示showcaps: 是否显示箱线图顶端和末端的两条线，默认显示showfliers: 是否显示异常值，默认显示boxprops: 设置箱体的属性，如边框色、填充色等labels: 为箱线图添加标签，类似于图例的使用filerprops: 设置异常值的属性，如异常点的形状、大小、填充色等medianprops: 设置中位数的属性，如线的类型、粗细等meanprops: 设置均值的属性，如点的大小、颜色等capprops: 设置箱线图顶端和末端线条的属性，如颜色、粗细等whiskerprops: 设置须的属性，如颜色、粗细、线的类型等。
饼图pie的使用
matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False)
x: 指定绘图的数据explode: 指定饼图某些部分的突出显示，即呈现爆炸式labels: 为饼图添加标签说明，类似于图例说明colors: 指定饼图的填充色autopct: 自动添加百分比显示，可以采用格式化的方法显示pctdistance: 设置百分比标签与圆心的距离shadow: 是否添加饼图的阴影效果labeldistance: 设置各扇形标签(图例)与圆心的距离startangle: 设置饼图的初始摆放角度radius: 设置饼图的半径大小counterclock: 是否让饼图按逆时针顺序呈现wedgeprops: 设置饼图中文本的属性，如字体大小、颜色等center: 指定饼图的中心点位置，默认为原点frame: 是否要显示饼图背后的图框，如果设置为True的话，需要同时控制图框x轴、y轴的范围和饼图的中心位置。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持。
加载全部内容