python数据可视化分析技术

# 填充区域

# 填充多边形或曲线之间的区域

# matplotlib 中提供了多个函数用于填充多边形或区域，分别为 fill() 、 fill_between() 和 fill_betweenx() 。其中，fill() 函数用于填充多边形 ；fill_between() fill_betweenx() 函数分别用于填充两条水平曲线或垂直曲线之间的区域。下面介绍 fill() 、fill_between() 和 fill_betweenx() 函数的用法。

# 使用 fill() 函数填充多边形

# fill() 函数的语法格式如下所示 ：

fill(*args, data=None, facecolor, edgecolor, linewidth, **kwargs)

# 该函数常用参数的含义如下。

# · *args ：表示 x 轴坐标、y 轴坐标或颜色的序列。
· facecolor ：表示填充的背景颜色。
· edgecolor ：表示边框的颜色。
· linewidth ：表示边框的宽度。

# 填充多边形的示例代码如下 ：

plt.fill(x, y)                    # 使用默认颜色填充多边形
plt.fill(x, y, "b")               # 使用指定颜色填充多边形
plt.fill(x, y, x2, y2)            # 使用默认颜色填充两个多边形
plt.fill(x, y, "b", x2, y2, "r")  # 使用指定颜色填充两个多边形

# 使用 fill_between() 函数填充两条水平曲线之间的区域

# fill_between() 函数的语法格式如下所示 ：

fill_between(x, y1, y2=0, where=None, interpolate=False, step=None,
             data=None, **kwargs)

# 该函数常用参数的含义如下。

# · x ：表示 x 轴坐标的序列。
· y1 ：表示第一条曲线的 y 轴坐标。
· y2 ：表示第二条曲线的y轴坐标。
· where ：布尔值，表示要填充区域的条件。y1 > y2 说明第一条曲线位于第二条曲线上方时填充 ；y1 < y2 说明第二条曲线位于第一条曲线上方时填充。

# 使用 fill_betweenx() 函数填充两条垂直曲线之间的区域

# fill_betweenx() 函数的语法格式如下 ：

fill_betweenx(y, x1, x2=0, where=None, step=None, interpolate=False,
              data=None, **kwargs)

# 该函数常用参数的含义如下 ：

# · y ：表示 y 轴坐标的序列。
· x1 ：表示第一条曲线的 x 轴坐标。
· x2 ：表示第二条曲线的 x 轴坐标。
· where ：布尔值，表示要填充区域的条件。x1 > x2 说明第一条曲线位于第二条曲线右方时填充 ；x1 < x2说明第二条曲线位于第一条曲线右方时填充。

# 例如，将第一条曲线位于第二条曲线上方的区域填充为蓝色，将第一条曲线位于第二条曲线下方的区域填充为橙色，代码如下 ：

plt.fill_between(x, cos_y, sin_y, cos_y < sin_y, color='dodgerblue',
                 alpha=0.5)
plt.fill_between(x, cos_y, sin_y, cos_y > sin_y, colors='orangered',
                 alpha=0.5)

# 以上示例的填充效果如图 4-11 所示。

image

# 实例5:彩色的“雪花”

# 雪花一般呈六角形，且通体为白色。下面使用 matplotlib 绘制一个由六角形组成的雪花形状的多边形，并将多边形填充为浅橙色，具体代码如下。

In [9]:
# 05_colorful_snowflakes
import numpy as np
import matplotlib.pyplot as plt
def koch_snowflake(order, scale=10):
    def_koch_snowflake_complex(order):
        if order == 0:
            # 初始三角形
            angles = np.array([0, 120, 240]) + 90
            return scale / np.sqrt(3) * np.exp(np.deg2rad(angles) * 1j)
        else:
            ZR = 0.5 - 0.5j * np/sqrt(3) / 3
            p1 = _koch_snowflake_complex(order - 1) # 起点
            p2 = np.roll(p1, shift=-1)  # 终点
            dp = p2 - p1    # 连接向量
            new_points = np.empty(len(p1) * 4, dtype=np.complex128)
            new_points[::4] = p1
            new_points[1::4] = p1 + dp / 3 
            new_points[2::4] = p1 + dp * ZR
            new_points[3::4] = p1 + dp / 3 * 2
            return new_points
        points = _koch_snowflake_conplex(order)
        x, y = points.real, points.imag 
        return x, y
x, y = koch_snowflake(order=2)
fig = plt.figure()
ax = fig.add_subplot (111)
ax.fill(x, y, facecolor='lightsalmon', edgecolor='orangered' , linewidth=3)
plt.show ()

# 运行程序，效果如图 4-12 所示。

image

← 绘制固定区域的子图 →