最近在处理数据的时候,需要从数据集合中选出数据来作为训练集,不同的筛选规则得到的数据块的分布一样,所以就想查看一下选取了那些数据块,比如将选中的数据换一种颜色来表示,但是数据如果比较多的话,就不太能看的出来了,所以如果将选中的数据块以柱状的形式框出来就好了,这个时候我看到了fill_between()
函数,但是网上关于这个函数的博客都写的不太明白,所以我自己研究了一下,将其总结如下:
import numpy as np
import matplotlib.pyplot as plt
x = np.array([i for i in range(30)])
y = np.random.rand(30)
plt.plot(x, y)
plt.show()
我随机生成了上图所示的数据,现在我想将曲线下面的部分全部覆盖为绿色,这个时候只需要调用函数fill_between()
就可以实现:
plt.plot(x, y) # 先将图画出来
plt.fill_between(x, 0, y, facecolor='green', alpha=0.3)
plt.show()
可以看到,我用了这个函数的几个参数:
x
:第一个参数表示覆盖的区域,我直接复制为x,表示整个x都覆盖
0
:表示覆盖的下限
y
:表示覆盖的上限是y这个曲线
facecolor
:覆盖区域的颜色
alpha
:覆盖区域的透明度[0,1],其值越大,表示越不透明
plt.plot(x, y) # 先将图画出来
plt.fill_between(x[2:15], 0.2, 0.6, facecolor='green', alpha=0.3)
plt.show()
我将x改为x[2:15],y改成了0.6,这样它就在x轴的214,y轴的0.20.6画出了这样一个矩形
y1 = np.random.rand(30) # 生成第一条曲线
y2 = y1 + 0.3 # 生成第二条曲线
plt.plot(x, y1, 'b')
plt.plot(x, y2, 'r')
plt.fill_between(x, y1, y2, facecolor='green', alpha=0.3)
plt.show()
把下限换成y1,上限换成y2,在整个x轴上进行填充,这样就可以实现将两条曲线之间的部分进行填充。
x = np.array([i for i in range(30)])
y = np.random.rand(30)
# 设置想要高亮数据的位置
position = [[1, 6],
[10, 12],
[20, 23],
[26, 28]]
# 画图
plt.plot(x, y, 'r')
for i in position:
plt.fill_between(x[ i[0] : i[1] ], 0, 1, facecolor='green', alpha=0.3)
plt.show()
只需要循环填充你想要填充的部分,设置填充的上下限,就可以实现这个功能了!