Transparenz von Seaborn-Plots
In diesem Tutorial werden wir diskutieren, wie man die Transparenz von Seegangs-Plots in Python steuert.
Um die Transparenz von Plots zu steuern, können wir das Argument alpha
innerhalb der Plotfunktion verwenden. Standardmäßig ist sein Wert 1. Der Wert dieses Parameters reicht von 0 bis 1, wobei der Plot transparenter und unsichtbarer wird, wenn der Wert 0 erreicht. Er kann direkt in den meisten Plotfunktionen des seaborn-Moduls verwendet werden.
Beispielsweise,
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame(
{
"Day 1": [7, 1, 5, 6, 3, 10, 5, 8],
"Index": [1, 2, 3, 4, 5, 6, 7, 8],
}
)
sns.lineplot(data=df, y="Day 1", x="Index", alpha=0.4)
Beachten Sie, dass der Wert des Parameters alpha
größer als 1 sein kann. Je weiter der Wert jedoch von einer Ganzzahl entfernt ist, desto transparenter wird der Plot. Je näher es der Ganzzahl kommt, desto heller wird das Diagramm. Da dies etwas kompliziert zu verstehen sein kann, sollte der Parameter nur zwischen 0 und 1 gehalten werden.
Im obigen Beispiel haben wir mit dem Seaborn-Modul einen Linienplot erstellt und die Plotlinie transparenter gemacht, indem wir den Parameter alpha
auf 0,4 gesetzt haben.
Auf einem Plot können wir den Parameter alpha
nur einmal angeben. Aber Transparenz kann verwendet werden, um verschiedene Variablen zu unterscheiden.
Beispielsweise,
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame(
{
"Day 1": [7, 1, 5, 6, 3, 10, 5, 8],
"Day 2": [1, 2, 8, 4, 3, 9, 5, 2],
"Index": [1, 2, 3, 4, 5, 6, 7, 8],
}
)
sns.lineplot(data=df, x="Index", y="Day 2", alpha=1)
sns.lineplot(data=df, x="Index", y="Day 1", alpha=0.3)
Im obigen Code haben wir zwei Variablen in demselben Diagramm gezeichnet. Grundsätzlich wird ein Plot über dem anderen Plot geplottet, und beide haben unterschiedliche Werte für alpha
. Wir können die beiden Werte anhand der Transparenz unterscheiden, da eine Variable transparenter gemacht wird als die andere.
Das Argument alpha
kann auch in verschiedenen FacetGrid-, PairGrid-Objekten verwendet werden. Für solche Objekte können wir den Parameter auch in der Funktion map()
verwenden.
Siehe den folgenden Code.
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame(
{
"Day 1": [7, 1, 5, 6, 3, 10, 5, 8],
"Index": [1, 2, 3, 4, 5, 6, 7, 8],
}
)
g = sns.FacetGrid(df)
g.map(sns.lineplot, "Index", "Day 1", alpha=0.4)
Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.
LinkedIn