Введение
Matplotlib - это библиотека визуализации данных на Python. Это мощный инструмент для создания широкого спектра графиков и диаграмм. Одной из особенностей Matplotlib является возможность построения линий разных цветов в зависимости от значения y. В этом практическом занятии будет показано, как использовать замаскированные массивы для построения линии разных цветов в зависимости от значения y.
Советы по работе с ВМ
После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.
Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook загрузится. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.
Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.
Импортируем необходимые библиотеки
В этом шаге мы импортируем необходимые библиотеки для этого практического занятия.
import matplotlib.pyplot as plt
import numpy as np
Создаем данные
В этом шаге мы создадим данные для нашего графика. Создадим массив значений для t и массив значений для s.
t = np.arange(0.0, 2.0, 0.01)
s = np.sin(2 * np.pi * t)
Создаем замаскированные массивы
В этом шаге мы создадим три замаскированных массива: один для значений, превышающих определенный порог, один для значений, меньших определенного порога, и один для значений, находящихся между двумя порогами.
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)
Создаем график
В этом шаге мы создадим график, используя замаскированные массивы, созданные на предыдущем шаге. Мы построим каждый замаскированный массив отдельно и используем для каждого разный цвет.
fig, ax = plt.subplots()
ax.plot(t, smiddle, t, slower, t, supper)
plt.show()
Резюме
В этом практическом занятии мы узнали, как построить линии разных цветов на основе значений y с использованием замаскированных массивов в Matplotlib. Эта техника может быть полезной при визуализации данных с различными областями интереса, которые требуют разных цветов для ясности.