图表样式的美化（1）

一、图表样式概述

matplotlib在绘图的过程中会读取储存在本地的的配置文件matplotlibrc，通过matplotlibrc文件中的缺省配置信息指定图表元素的默认样式，完成图表元素的初始设置，不需要开发人员逐一设置便可使用。
matplotlibrc文件包含众多图表元素的配置项，可以通过rc_params()函数查看全部的配置项，实例代码如下：
 

import matplotlib
matplotlib.rc_params()

由上可知，rc_parmas()函数返回一个RcParmas对象。RcParmas对象是一个字典对象，其中字典的键是由配置要素及其属性组成的配置项，值为配置项的默认值。

二、图表样式修改

matplotlib通过灵活的修改配置项来改变图表的样式，而不比拘泥于系统默认的设置，图表的样式可以通过两种方式进行修改，局部修改和全局修改。

1、局部修改

局部修改的方式是指通过代码动态地修改matplotilib配置项，此法用于满足程序局部定制的需求：

（1）通过给函数的关键字参数传值来修改图表的样式。

（2）通过“rcParams【配置项】”重新为配置项赋值来修改图表的样式。

（3）通过给rc（）函数的关键字参数传值来修改图表的样式。在此不过多赘述。

2、全局修改

（1）当前工作路径：程序运行的目录

（2）用户配置路径：通常位于HOME/.matplotlib/目录中，可以通过环境变量MATPLOTLIBRC进行修改。

（3）系统配置路径：位于matplotlib安装路径的mpl-data目录中。

二、使用颜色

1、在数据可视化中，颜色通常被用于编码数据的分类或定序属性，图表使用颜色时应遵循一定的基本规则，既要避免使用过多的颜色，又要避免随意使用颜色，否则会直接影响可视化的效果且不易让人理解，合理规则应是：
（1）广泛的色调和亮度范围。
（2）遵循自然的颜色模式；
（3）尽量使用渐变颜色，而不是选择一组静态颜色。

2、使用基础颜色

2、在数据可视化中，颜色通常被用于编码数据的分类或定序属性，图表使用颜色时应遵循一定的基本规则，既要避免使用过多的颜色，又要避免随意使用颜色，否则会直接影响可视化的效果且不易让人理解，合理规则应是：
（1）广泛的色调和亮度范围。
（2）遵循自然的颜色模式；
（3）尽量使用渐变颜色，而不是选择一组静态颜色。

三、示例：正弦余弦表

#导入模块
import numpy as np
import matplotlib.pyplot as plt
 
#准备数据
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y_cos, y_sin = np.cos(x), np.sin(x)
labels = ['COS', 'SIN']
 
cos = plt.plot(x, y_cos, color='r', linewidth=1.0, label='cos')
sin = plt.plot(x, y_sin, color='b', linewidth=1.0, alpha=0.5, label='sin')

#为图表添加刻度标题与标签
plt.title('Cos * Sin')

plt.xticks([-np.pi, -np.pi / 2, 0, np.pi / 2, np.pi],
           [r'$-\pi$', r'$-\pi/2$', r'$0$', '$\pi/2$', '$\pi$'])

plt.yticks([-1, -0.5, 0, 0.5, 1], ['-1.0', '-0.5', '0.0', '0.5', '1.0'])
#为图表添加图例、网格与指向性注释文本
plt.legend(loc='upper left', fancybox=True)

plt.grid()

plt.annotate('cos(1)',(1,np.cos(1)),(1.35,np.cos(1)+0.25),arrowprops={'arrowstyle':'->'})
#填充两条水平曲线之间的区域
plt.fill_between(x,y_cos, y_sin, y_cos > y_sin, color='g', alpha=0.25)
 
plt.show()