【matplotlib】可视化解决方案——如何更改matplotlib配置信息

概述

修改 matplotlib 的配置信息，可以满足定制化的展示需求，通过修改配置中的相关属性值可以使得可视化效果更加理想，相较于使用特定的风格，临时修改配置信息的方式粒度更小，操作也更轻。修改配置信息一般有两种途径，第一种通过代码进行修改，第二种则是直接修改底层配置文件。

Matplotlib 提供了很好的绘图功能。是 Python 中使用最多的数据可视化包。从代码层面修改配置信息，通常有两种实现方法，第一种调用属性字典 matplotlib.rcParams 或者是 matplotlib.pyplot.rcParams，第二种方式是调用函数 matplotlib.rc() 或者调用 matplotlib.pyplot.rc()。如果需要恢复到默认设置，则可以调用 matplotlib.rcdefaults()。

在 matplotlib 中配置信息主要包含以下要素：

1. Iines：设置线条属性, 包括颜色、线条风格、线条宽度和标记风格等。
2. patch： 填充 2D 空间的图形对象, 包括多边形和圆。
3. font：字体类别、字体风格、字体粗细和字体大小等。
4. text：文本颜色、LaTex 渲染文本等。
5. axes： 坐标轴的背景颜色、坐标轴的边缘颜色、刻度线的大小、刻度标签的字体大小等。
6. xtick 和 ytick： x 轴和 y 轴的主次要刻度线的大小、宽度、刻度线高颜色和刻度标签大小等。
7. grid： 网格颜色、网格线条风格、网格线条宽度和网格透明度。
8. legend：图例的文本大小、阴影、图例线框风格等。
9. figure： 画布标题大小、画布标题粗细、画布分辨率 (dpi)、画布背景颜色和边缘颜色等。
10. savefig：保存画布图像的分辨率、背景颜色和边缘颜色等。

示例

调用属性字典

import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np

y = np.random.randn(100)
plt.plot(y)

画图效果如下：

通过以下代码更改 lines 的相关属性

mpl.rcParams['lines.linewidth'] = 2
mpl.rcParams['lines.linestyle'] = '--'

画图结果如下：

调用函数

通过以下代码，也可以达到和上文同样的效果：

lines_dict = {"linewidth" : 2, "linestyle": '--'}
mpl.rc(**lines_dict)

项目层面配置 matplotlib

上面两个示例中 matplotlib 的配置修改都是基于代码层面展开的，这就意味着每次编写代码都得进行相同的配置，这极大降低了项目的进度。例如在一个大型项目中，通常会有多个子项目，如果在每个子项目中都进行相同的 matplotlib 配置，这回严重影响项目进度。这时就可以使用一个独立于项目本身的 matplotlib 配置文件，也就是使用 matplotlibrc 文件进行 matplotlib 配置。

配置文件主要存在于三种路径中，不同的路径决定了配置文件的调用顺序，以下就是配置文件的三个路径：

1. 项目所在路径；
2. 默认配置文件路径，对于 Windows 平台，配置文件存在 $HOME/.matplotlibrc 中；
3. Matplotlib 的安装路径，对于 windows 平台，在 python\Lib\site-packages 中；

通过调用 matplotlib.matplotlib_fname() 方法可以输出系统在项目之外的搜索路径，方便大家理解。这里需要强调一点，每次重新安装 matplotlib 时，配置文件都会被覆盖，因此需要将配置文件移动到默认配置文件路径中。

往期回顾

1. 【matplotlib】可视化解决方案——如何定制化网格
2. 【matplotlib】可视化解决方案——如何向画布添加交叉直线
3. 【matplotlib】可视化解决方案——如何解决matplotlib中文乱码问题
4. 【matplotlib】可视化解决方案——如何设置matplotlib风格集
5. 【matplotlib】可视化解决方案——如何设置轴标签的透明度和大小
6. 【matplotlib】可视化解决方案——如何向图表中添加数据表
7. 【matplotlib】可视化解决方案——如何更改绘图区域背景颜色
8. 【matplotlib】可视化解决方案——如何使用数学公式
9. 【matplotlib】可视化解决方案——绘图刻度设置
10. 【matplotlib】可视化解决方案——共享绘图区域问题

文中难免会出现一些描述不当之处（尽管我已反复检查多次），欢迎在留言区指正，相关的知识点也可进行分享，希望大家都能有所收获！！如果觉得我的文章写得还行，不妨支持一下。你的每一个转发、关注、点赞、评论都是对我最大的支持！