آموزش Matplotlib | تنظیمات و سفارشی‌سازی نمودارها

تغییر رنگ و استایل

تغییر رنگ و استایل نمودارها یکی از مهم‌ترین جنبه‌های سفارشی‌سازی در Matplotlib است. این ویژگی به شما این امکان را می‌دهد که نمودارهای خود را جذاب‌تر و قابل فهم‌تر کنید. در این بخش، به شما یاد می‌دهیم که چگونه می‌توانید رنگ‌ها و استایل‌های مختلف را برای نمودارهای خود تنظیم کنید.

1. تغییر رنگ خطوط و نقاط داده

برای تغییر رنگ یک خط یا نقاط داده در یک نمودار، می‌توانید از پارامتر color در تابع plot() استفاده کنید. به عنوان مثال، اگر بخواهید رنگ خط را به قرمز تغییر دهید، می‌توانید به شکل زیر عمل کنید:

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [10, 20, 25, 30]

plt.plot(x, y, color='red')  # تغییر رنگ خط به قرمز
plt.show()

2. استفاده از کدهای رنگ HEX

علاوه بر نام رنگ‌ها، می‌توانید از کدهای رنگ HEX نیز استفاده کنید. به عنوان مثال، برای استفاده از رنگ آبی تیره، می‌توانید از کد #00008B استفاده کنید:

plt.plot(x, y, color='#00008B')  # تغییر رنگ خط به آبی تیره
plt.show()

3. تغییر استایل خط

شما می‌توانید استایل خطوط را نیز تغییر دهید. به عنوان مثال، می‌توانید از خطوط نقطه‌چین، خط‌چین یا خط پیوسته استفاده کنید. برای این کار می‌توانید از پارامتر linestyle استفاده کنید:

plt.plot(x, y, color='green', linestyle='--')  # خط چین سبز
plt.show()

در اینجا چند نمونه از استایل‌های مختلف خطوط آورده شده است:

  • '-' : خط پیوسته (پیش‌فرض)
  • '--' : خط چین
  • '-.' : خط نقطه‌چین
  • ':' : خط نقطه‌ای

4. تغییر اندازه و استایل نقاط داده

برای تغییر اندازه و استایل نقاط داده، می‌توانید از پارامترهای marker و markersize استفاده کنید. به عنوان مثال:

plt.plot(x, y, color='blue', marker='o', markersize=10)  # نقاط داده به شکل دایره با اندازه 10
plt.show()

در اینجا چند نمونه از استایل‌های مختلف نقاط داده آورده شده است:

  • 'o' : دایره
  • '^' : مثلث
  • 's' : مربع
  • 'd' : لوزی

5. ترکیب رنگ و استایل

شما می‌توانید رنگ و استایل را با هم ترکیب کنید تا نمودارهای خود را به شکل دلخواه سفارشی‌سازی کنید. به عنوان مثال:

plt.plot(x, y, color='purple', linestyle=':', marker='^', markersize=12)  # خط نقطه‌ای بنفش با نقاط مثلثی
plt.show()

با استفاده از این امکانات، می‌توانید نمودارهای خود را به شکلی طراحی کنید که نه تنها اطلاعات را به خوبی منتقل کند، بلکه از نظر بصری نیز جذاب باشد.

پرسش و پاسخ این درس

برای ثبت پرسش ابتدا در سایت وارد شوید.

  • 1
  • 2
  • 3