国外html 网站,网站项目报价方案,网页设计作业源码,网站制作的一般步骤Matplotlib图形配置与样式表 配置图形修改默认配置rcParams样式表 Matplotlib的默认图形设置经常被用户诟病。虽然2.0版本已经有了很大改善#xff0c;但是掌握自定义配置的方法可以让我们打造自己的艺术风格。
配置图形
我们可以通过修个单个图形配置#xff0c;使得最终图… Matplotlib图形配置与样式表 配置图形修改默认配置rcParams样式表 Matplotlib的默认图形设置经常被用户诟病。虽然2.0版本已经有了很大改善但是掌握自定义配置的方法可以让我们打造自己的艺术风格。
配置图形
我们可以通过修个单个图形配置使得最终图形比原来的图形更好看。可以为每个单独的图形进行个性化设置。这里我们通过手动调整将matplotlib土到掉渣的默认直方图修改成美图
import matplotlib.pyplot as plt
plt.style.use(classic)
import numpy as np
x np.random.randn(1000)
plt.hist(x);
# 用灰色背景
ax plt.axes(facecolor#E6E6E6)
ax.set_axisbelow(True)
# 画上白色的网格线
plt.grid(colorw, linestylesolid)
# 隐藏坐标轴的线条
for spine in ax.spines.values():spine.set_visible(False)
ax.xaxis.tick_bottom()
ax.yaxis.tick_left()
# 弱化刻度与标签
ax.tick_params(colorsgray, directionout)
for tick in ax.get_xticklabels():tick.set_color(gray)
for tick in ax.get_yticklabels():tick.set_color(gray)
# 设置频次直方图轮廓色与填充色
ax.hist(x, edgecolor#E6E6E6, color#EE6666)
plt.show()修改默认配置rcParams
通过手动配置确实能达到我们想要的效果但是如有很多个图形我们肯定不希望对每一个图都这样手动配置一番。
matplotlib作为一个强大的工具当然有方法可以让我们只配置一次默认图形就可以应用到所有图形上。
这个方法就是通过修改默认配置rcParams。matplotlib在每次加载的时候都会定义一个运行时配置rc其中包含了我们创建的图形元素的默认风格。
from matplotlib import cycler
import matplotlib.pyplot as plt
import numpy as np
colors cycler(color,[#EE6666, #3388BB, #9988DD,#EECC55, #88BB44, #FFBBBB])
plt.rc(axes, facecolor#E6E6E6, edgecolornone,axisbelowTrue, gridTrue, prop_cyclecolors)
plt.rc(grid, colorw, linestylesolid)
plt.rc(xtick, directionout, colorgray)
plt.rc(ytick, directionout, colorgray)
plt.rc(patch, edgecolor#E6E6E6)
plt.rc(lines, linewidth2)
x np.random.randn(1000)
plt.hist(x)#画直方图
plt.show()
for i in range(4):plt.plot(np.random.rand(10))#折线图
plt.show()所有rc设置都存储在一个名为matplotlib.rcParams的类字典变量中可以通过这个变量来查看我们的配置。rc的第一个参数是希望自定义的对象如figure、axes、grid等。其后可以跟上一系列的关键字参数。
样式表
matplotlib从1.4版本中增加了一个非常好用的style模块里面包含了大量的新式默认样式表还支持创建和打包自己的风格。通过plt.style.available命令可以看到所有可用的风格。 plt.style.available[:5]#查看前5个风格样式输出:[bmh, classic, dark_background, fast, fivethirtyeight]使用某种样式表的基本方法为plt.style.use(stylename)这样就改变后面代码的所有风格。支持组合样式通过传递样式列表可以轻松组合这些样式。如果需要也可以使用风格上下文管理器临时更换风格
with plt.style.context(stylename):make_a_plot()首先创建一个画两种基本图形的函数
def hist_and_lines():np.random.seed(0)fig, ax plt.subplots(1, 2, figsize(11, 4))ax[0].hist(np.random.randn(1000))for i in range(3):ax[1].plot(np.random.rand(10))ax[1].legend([a, b, c], loclower left)plt.show()再通过修改风格绘制图形
with plt.style.context(fivethirtyeight):hist_and_lines()
