Цвет по значению Y

PythonPythonBeginner
Практиковаться сейчас

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

💡 Этот учебник переведен с английского с помощью ИИ. Чтобы просмотреть оригинал, вы можете перейти на английский оригинал

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.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) 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"]) 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{{"Цвет по значению Y"}} matplotlib/figures_axes -.-> lab-48605{{"Цвет по значению Y"}} matplotlib/line_plots -.-> lab-48605{{"Цвет по значению Y"}} python/tuples -.-> lab-48605{{"Цвет по значению Y"}} python/importing_modules -.-> lab-48605{{"Цвет по значению Y"}} python/numerical_computing -.-> lab-48605{{"Цвет по значению Y"}} python/data_visualization -.-> lab-48605{{"Цвет по значению Y"}} end

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.