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()