Matplotlib数据可视化(三)

目录

1.绘图的填充

1.1 曲线下方区域的填充

1.2 填充部分区域

1.3 两条曲线之间的区域填充 

 1.4 直接使用fill进行填充


1.绘图的填充

绘图的填充可以调用fill_between()或fill()进行填充。

1.1 曲线下方区域的填充

x = np.linspace(0,1,500)
y = np.sin(3*np.pi*x)*np.exp(-4*x)
fig,ax = plt.subplots()
plt.plot(x,y)
plt.fill_between(x,-0.1, y, facecolor = 'green', alpha = 0.3)

其中代码最后一行中,参数x表示整个X轴都覆盖,0表示覆盖的下限,y表示覆盖的上限是y这条曲线,facecolor表示填充的颜色,alpha表示覆盖区域的不透明度。

结果:

Matplotlib数据可视化(三)_第1张图片

1.2 填充部分区域

x = np.linspace(0,1,500)
y = np.sin(3*np.pi*x)*np.exp(-4*x)
fig,ax = plt.subplots()
plt.plot(x,y)
plt.fill_between(x[15:300], 0, 0.4, facecolor = 'blue', alpha = 0.3)

 结果:

Matplotlib数据可视化(三)_第2张图片

1.3 两条曲线之间的区域填充 

x = np.linspace(0,1,500)
y1 = np.sin(3*np.pi*x)*np.exp(-4*x)
y2  =  y1 + 0.2
plt.plot(x, y1,'b')
plt.plot(x, y2, 'r')
plt.fill_between(x, y1, y2, facecolor = 'green', alpha = 0.3)
plt.show()

结果:

Matplotlib数据可视化(三)_第3张图片

 1.4 直接使用fill进行填充

x = np.linspace(0,1,500)
y = np.sin(3*np.pi*x)*np.exp(-4*x)
fig,ax = plt.subplots()
ax.fill(x,y,'yellow')
plt.show()

结果:

Matplotlib数据可视化(三)_第4张图片

 


你可能感兴趣的:(Python数据分析与可视化,matplotlib,python,数据可视化)