Colorer selon la valeur de Y

PythonPythonBeginner
Pratiquer maintenant

This tutorial is from open-source community. Access the source code

💡 Ce tutoriel est traduit par l'IA à partir de la version anglaise. Pour voir la version originale, vous pouvez cliquer ici

Introduction

Matplotlib est une bibliothèque de visualisation de données en Python. C'est un outil puissant pour créer une large gamme de graphiques et de tableaux. L'une des fonctionnalités de Matplotlib est la capacité de tracer des lignes de différentes couleurs en fonction de la valeur de y. Ce laboratoire démontrera comment utiliser des tableaux masqués pour tracer une ligne de différentes couleurs en fonction de la valeur de y.

Conseils sur la machine virtuelle

Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Carnet de notes pour accéder à Jupyter Notebook pour la pratique.

Parfois, vous devrez peut-être attendre quelques secondes pour que Jupyter Notebook ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations de Jupyter Notebook.

Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez des commentaires après la session, et nous résoudrons rapidement le problème pour vous.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) matplotlib(("Matplotlib")) -.-> matplotlib/PlottingDataGroup(["Plotting Data"]) python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) matplotlib/BasicConceptsGroup -.-> matplotlib/importing_matplotlib("Importing Matplotlib") matplotlib/BasicConceptsGroup -.-> matplotlib/figures_axes("Understanding Figures and Axes") matplotlib/PlottingDataGroup -.-> matplotlib/line_plots("Line Plots") python/DataStructuresGroup -.-> python/tuples("Tuples") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48605{{"Colorer selon la valeur de Y"}} matplotlib/figures_axes -.-> lab-48605{{"Colorer selon la valeur de Y"}} matplotlib/line_plots -.-> lab-48605{{"Colorer selon la valeur de Y"}} python/tuples -.-> lab-48605{{"Colorer selon la valeur de Y"}} python/importing_modules -.-> lab-48605{{"Colorer selon la valeur de Y"}} python/numerical_computing -.-> lab-48605{{"Colorer selon la valeur de Y"}} python/data_visualization -.-> lab-48605{{"Colorer selon la valeur de Y"}} end

Importation des bibliothèques requises

Dans cette étape, nous allons importer les bibliothèques requises pour ce laboratoire.

import matplotlib.pyplot as plt
import numpy as np

Création des données

Dans cette étape, nous allons créer les données pour notre graphique. Nous allons créer un tableau de valeurs pour t, et un tableau de valeurs pour s.

t = np.arange(0.0, 2.0, 0.01)
s = np.sin(2 * np.pi * t)

Création de tableaux masqués

Dans cette étape, nous allons créer trois tableaux masqués : l'un pour les valeurs supérieures à un certain seuil, l'un pour les valeurs inférieures à un certain seuil et l'un pour les valeurs comprises entre deux seuils.

upper = 0.77
lower = -0.77

supper = np.ma.masked_where(s < upper, s)
slower = np.ma.masked_where(s > lower, s)
smiddle = np.ma.masked_where((s < lower) | (s > upper), s)

Création du graphique

Dans cette étape, nous allons créer le graphique en utilisant les tableaux masqués créés dans l'étape précédente. Nous allons tracer chaque tableau masqué séparément et utiliser une couleur différente pour chacun d'eux.

fig, ax = plt.subplots()
ax.plot(t, smiddle, t, slower, t, supper)
plt.show()

Sommaire

Dans ce laboratoire, nous avons appris à tracer des lignes de différentes couleurs en fonction de la valeur de y en utilisant des tableaux masqués dans Matplotlib. Cette technique peut être utile lors de la visualisation de données avec des régions d'intérêt distinctes qui nécessitent des couleurs différentes pour être claires.