Python中的 Matplotlib.axis.Axis.get_alpha()函数

Matplotlib是Python中的一个库，它是 NumPy 库的数值数学扩展。它是Python中用于二维数组图的惊人可视化库，用于处理更广泛的 SciPy 堆栈。

Matplotlib.axis.Axis.get_alpha()函数

matplotlib 库的轴模块中的Axis.get_alpha()函数用于获取用于混合的 alpha 值。

Syntax: Axis.get_alpha(self) 
 

Parameters: This method does not accepts any parameter. 
 

Return value: This method return the alpha value used for blending. 

下面的示例说明了 matplotlib.axis 中的 matplotlib.axis.Axis.get_alpha()函数：

示例 1：

Python3

# Implementation of matplotlib function
from matplotlib.axis import Axis
import matplotlib  
import numpy as np  
import matplotlib.pyplot as plt  
      
    
np.random.seed(10**7)  
mu = 121 
sigma = 21
x = mu + sigma * np.random.randn(1000)  
       
num_bins = 100
fig, ax = plt.subplots()  
       
n, bins, patches = ax.hist(x, num_bins,  
                           density = 1,  
                           color ='green',  
                           alpha = 0.7)  
       
y = ((1 / (np.sqrt(2 * np.pi) * sigma)) *
     np.exp(-0.5 * (1 / sigma * (bins - mu))**2))  
      
ax.plot(bins, y, '--', color ='black')  
      
ax.set_xlabel('X-Axis')  
ax.set_ylabel('Y-Axis')  
      
w = Axis.get_alpha(ax)  
ax.set_title("Alpha Value : "+str(w))
  
fig.suptitle("""matplotlib.axis.Axis.get_alpha()
function Example\n""", fontweight ="bold")  
    
plt.show()

输出：

示例 2：

Python3

# Implementation of matplotlib function
from matplotlib.axis import Axis
import matplotlib.pyplot as plt  
import numpy as np  
    
      
rx, ry = 3., 1.
    
value1 = rx * ry * np.pi  
value2 = np.arange(0, 3 * np.pi + 0.01, 0.2)  
value3 = np.column_stack([rx / value1 * np.cos(value2),  
                          ry / value1 * np.sin(value2)])  
       
x, y, s, c = np.random.rand(4, 99)  
s *= 10**2.
       
fig, ax = plt.subplots()  
ax.scatter(x, y, s, c, marker = value3)  
      
Axis.set_alpha(ax, 0.5)  
      
w = Axis.get_alpha(ax)  
ax.set_title("Alpha Value : "+str(w))
  
fig.suptitle("""matplotlib.axis.Axis.get_alpha()
function Example\n""", fontweight ="bold")  
    
plt.show()

输出：