跳转至

Python 中的 matplotlib.axes.axes.fill_between()

原文:https://www.geeksforgeeks.org/matplotlib-axes-axes-fill_in-python/

Matplotlib 是 Python 中的一个库,是 NumPy 库的数值-数学扩展。

轴类包含大部分图形元素:轴、刻度、线 2D、文本、多边形等。,并设置坐标系。Axes 的实例通过回调属性支持回调。

matplotlib.axes.axes.fill_between()函数

matplotlib 库的 Axes 模块中的 Axes.fill_between()函数用于填充两条水平曲线之间的区域。

语法: Axes.fill_between(self,x,y1,y2=0,其中=None,interpolate = False,step=None, data = None,*kwargs)

参数:该方法接受以下描述的参数:

  • x: 该参数包含用于定义曲线的数据点的水平坐标。
  • y1: 该参数包含用于定义第一条曲线的数据点的 y 坐标
  • y2: 该参数包含用于定义第二条曲线的数据点的 y 坐标。它是可选的,默认值为 0。
  • 其中:该参数为可选参数。并且用于排除一些水平区域被填充。
  • 插值:该参数也是可选参数。默认值为误差线的线宽
  • 步骤:该参数也是可选参数。它用于定义填充是否应该是阶跃函数。

返回:返回包含绘制多边形的多边形集合。

下面的例子说明了 matplotlib.axes.axes.fill_better()函数在 matplotlib.axes 中的作用:

示例-1:

# Implementation of matplotlib function

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(-5, 5, 0.01)
y1 = -3 * x*x + 10 * x + 10
y2 = 3 * x*x + x

fig, ax = plt.subplots()
ax.plot(x, y1, x, y2, color ='black')
ax.fill_between(x, y1, y2, where = y2 >y1, 
                facecolor ='green', alpha = 0.8)

ax.fill_between(x, y1, y2, where = y2 <= y1,
                facecolor ='black', alpha = 0.8)

ax.set_title('matplotlib.axes.Axes.fill_between Example1')
plt.show()

输出:

示例-2:

# Implementation of matplotlib function

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0.0, 2, 0.01)
y1 = np.sin(2 * np.pi * x)
y2 = 0.8 * np.sin(4 * np.pi * x)

fig, (ax1, ax2, ax3, ax4) = plt.subplots(4, 1,
                                         sharex = True,
                                         figsize =(6, 6))

ax1.fill_between(x, y1, facecolor ='green')
ax1.set_title('Fill_Between y1 and 0')

ax2.fill_between(x, y1, 1, facecolor ='green')
ax2.set_title('Fill_Between y1 and 1')

ax3.fill_between(x, y1, y2, facecolor ='green')
ax3.set_title('Fill_Between y1 and y2')
ax3.set_xlabel('x')
fig.tight_layout()

ax4.fill_between(x, y1, y2, where = y2 <= y1,
                 facecolor ='green')

ax4.set_title('Fill_Between y1 and y2 with condition y2 <= y1 ' )
ax4.set_xlabel('x')
fig.tight_layout()

plt.show()

输出:



回到顶部