Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

Matplotlib में Parula कलरमैप कैसे बनाएं?

Matplotlib में Parula कलरमैप बनाने के लिए निम्नलिखित चरणों का पालन करें:

चरण

  • फिगर का आकार सेट करें और सबप्लॉट्स के बीच पैडिंग एडजस्ट करें।
  • NumPy का उपयोग करके कलरमैप डेटा बनाएं।
  • रंगों की लिस्ट से 'LinearSegmentedColormap' बनाएं।
  • Viscum कलरमैप्स विश्लेषण करने और नए कलरमैप्स बनाने का एक छोटा टूल है।
  • डेटा को इमेज के रूप में डिस्प्ले करने के लिए imshow() मेथड का उपयोग करें।
  • फिगर डिस्प्ले करने के लिए show() मेथड का उपयोग करें।

उदाहरण

from matplotlib.colors import LinearSegmentedColormap
import matplotlib.pyplot as plt
import numpy as np
from viscm import viscm

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

cm_data = np.random.rand(4, 4)
parula_map = LinearSegmentedColormap.from_list('parula', cm_data)
viscm(parula_map)
plt.imshow(np.linspace(0, 100, 256)[None, :], aspect='auto', cmap=parula_map)
plt.show()

आउटपुट

कस्टम Parula कलरमैप का विज़ुअलाइज़ेशन दिखाई देगा, साथ ही viscm टूल का इंटरफेस (यदि उपलब्ध हो)।

  1. Matplotlib में कलरबार को कैसे एनिमेट करें? Matplotlib में कलरबार को कैसे एनिमेट करें?

    Matplotlib में कलरबार को एनिमेट करने के लिए, हम निम्नलिखित चरण अपना सकते हैं:फिगर का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें।एक नया फिगर बनाएं या मौजूदा फिगर को सक्रिय करें।सबप्लॉट व्यवस्था के हिस्से के रूप में फिगर में ~.axes.Axes जोड़ें।पहले से मौजूद एक्सिस यानी ax ऑब्जेक्ट क

  1. Matplotlib में एक्सिस को पारदर्शी कैसे बनाएं? Matplotlib में एक्सिस को पारदर्शी कैसे बनाएं?

    Matplotlib में एक्सिस को पारदर्शी बनाने के लिए, हम निम्नलिखित चरण अपना सकते हैं:फिगर का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें।figure() मेथड का उपयोग करके एक नया फिगर बनाएं या मौजूदा फिगर को सक्रिय करें।सबप्लॉट व्यवस्था के हिस्से के रूप में फिगर में ~.axes.Axes जोड़ें।वर्तमान

  1. Matplotlib फिगर के मार्जिन्स कैसे सेट करें? Matplotlib फिगर के मार्जिन्स कैसे सेट करें?

    Matplotlib फिगर के मार्जिन्स सेट करने के लिए margins() मेथड का उपयोग करें। चरण फिगर का आकार सेट करें और सबप्लॉट्स के बीच पैडिंग एडजस्ट करें। NumPy का उपयोग करके t और y डेटा पॉइंट्स बनाएं। इंडेक्स 1 पर करंट फिगर में सबप्लॉट जोड़ें। plot() मेथड का उपयोग करके t और y डेटा पॉइंट्स प्लॉट करें। प्लॉट का