Python画图在有些时候，需要使用渐变过度。
在matplotlib官网中，提供了一个为柱状图画渐变背景的案例，我们一同探索一番。
【1】官网教程
点开下述链接，直达官网教程：
https://matplotlib.org/stable/gallery/lines_bars_and_markers/gradient_bar.html
官网教程代码本身带了很长的注释，但都是英文，此处我们自己尝试解读。
【2】代码注解
首先，引入画图模块matplotlib和计算模块numpy。
import matplotlib.pyplot as plt # 引入matplotlib模块画图 import numpy as np # 引入numpy模块做数学计算
然后，定义了随机数种子：
np.random.seed(19680801) #定义随机数种子
之后自定义了一个函数，这个函数很长，先记录如下：
def gradient_image(ax, direction=0.3, cmap_range=(0, 1), **kwargs): #自定义函数
"""
Draw a gradient image based on a colormap.
Parameters
----------
ax : Axes
The Axes to draw on.
direction : float
The direction of the gradient. This is a number in
range 0 (=vertical) to 1 (=horizontal).
cmap_range : float, float
The fraction (cmin, cmax) of the colormap that should be
used for the gradient, where the complete colormap is (0, 1).
**kwargs
Other parameters are passed on to `.Axes.imshow()`.
In particular, *cmap*, *extent*, and *transform* may be useful.
"""
phi = direction * np.pi / 2 #定义因变量，从np.pi可以看出这是一个角度变量
v = np.array([np.cos(phi), np.sin(phi)]) #定义数组，包括正弦值和余弦值
X = np.array([[v @ [1, 0], v @ [1, 1]],
[v @ [0, 0], v @ [0, 1]]]) #这里的@是矩阵乘法运算符
a, b = cmap_range #定义变量a和b
X = a + (b - a) / X.max() * X #定义变量X
im = ax.imshow(X, interpolation='bicubic', clim=(0, 1),
aspect='auto', **kwargs) #定义变量im
return im #返回im
首先在第一行，
def gradient_image(ax, direction=0.3, cmap_range=(0, 1), **kwargs): #自定义函数
这里引入了至少四个变量：
ax没有赋值，将从外部引入；
direction为一个常量，固定为0.3；
cmap_range是颜色取值代表，大小范围为(0,1)；
之后定义了变量phi/v/X。
再后使用imshow()函数定义了im变量：
matplotlib.axes.Axes.imshow — Matplotlib 3.9.2 documentation
inshow()函数说明链接如上，主要负责将数字转换为图像。
之后定义了可画图函数：
def gradient_bar(ax, x, y, width=0.5, bottom=0): #自定义函数
for left, top in zip(x, y):
right = left + width #右边等于左边加宽度，这是要逐个排列的意思
gradient_image(ax, extent=(left, right, bottom, top),
cmap=plt.cm.Blues_r, cmap_range=(0, 0.8))
gradient_bar()函数相对简单，其中的zip(x,y)是将x和y进行组合。
在该自动以函数中，直接调用了gradient_image()函数。
然后定义了要画图：
fig, ax = plt.subplots() ax.set(xlim=(0, 10), ylim=(0, 1))
再对gradient_image()函数进行了一次定义：
# background image
gradient_image(ax, direction=1, extent=(0, 1, 0, 1), transform=ax.transAxes,
cmap=plt.cm.RdYlGn, cmap_range=(0.2, 0.8), alpha=0.5) #调用了子函数
最后输出图形：
N = 10 #定义常量10 x = np.arange(N) + 0.15 #使用随机变量参与运算制造变量x y = np.random.rand(N) #定义随机矩阵 gradient_bar(ax, x, y, width=0.7) #画随机柱状图 plt.show() #输出图形
图像输出为：
图1
至此的完整代码为：
import matplotlib.pyplot as plt # 引入matplotlib模块画图
import numpy as np # 引入numpy模块做数学计算
np.random.seed(19680801) #定义随机数种子
def gradient_image(ax, direction=0.3, cmap_range=(0, 1), **kwargs): #自定义函数
"""
Draw a gradient image based on a colormap.
Parameters
----------
ax : Axes
The Axes to draw on.
direction : float
The direction of the gradient. This is a number in
range 0 (=vertical) to 1 (=horizontal).
cmap_range : float, float
The fraction (cmin, cmax) of the colormap that should be
used for the gradient, where the complete colormap is (0, 1).
**kwargs
Other parameters are passed on to `.Axes.imshow()`.
In particular, *cmap*, *extent*, and *transform* may be useful.
"""
phi = direction * np.pi / 2 #定义因变量，从np.pi可以看出这是一个角度变量
v = np.array([np.cos(phi), np.sin(phi)]) #定义数组，包括正弦值和余弦值
X = np.array([[v @ [1, 0], v @ [1, 1]],
[v @ [0, 0], v @ [0, 1]]]) #这里的@是矩阵乘法
a, b = cmap_range #定义变量a和b
X = a + (b - a) / X.max() * X #定义变量X
im = ax.imshow(X, interpolation='bicubic', clim=(0, 1),
aspect='auto', **kwargs) #定义变量im
return im #返回im
def gradient_bar(ax, x, y, width=0.5, bottom=0): #自定义函数
for left, top in zip(x, y):
right = left + width #右边等于左边加宽度，这是要逐个排列的意思
gradient_image(ax, extent=(left, right, bottom, top),
cmap=plt.cm.Blues_r, cmap_range=(0.2, 0.9))
fig, ax = plt.subplots()
ax.set(xlim=(0, 10), ylim=(0, 1))
# background image
gradient_image(ax, direction=1, extent=(0, 1, 0, 1), transform=ax.transAxes,
cmap=plt.cm.RdYlGn, cmap_range=(0.2, 0.9), alpha=0.5) #调用了子函数
N = 10 #定义常量10
x = np.arange(N) + 0.15 #使用随机变量参与运算制造变量x
y = np.random.rand(N) #定义随机矩阵
gradient_bar(ax, x, y, width=0.7) #画随机柱状图
plt.show() #输出图形【3】代码修改
将gradient_bar()和gradient_image()里面的cmap_range都设置为(0.2, 0.9)，也就是扩大渐变色程度。输出图像为：
图2
由图2可见，柱形图本身的渐变更为明显。
【4】总结
学习了官网的渐变柱状图和渐变背景画法，尝试修改了颜色渐变的程度。
