图表样式的美化

一、图标样式的概述
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、图标样式的修改
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。
三、使用颜色
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。

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
# 准备数据
x=np.arange(5)
y1=[1200,2400,1800,2200,1600]
y2=[1050,2100,1300,1600,1700]
bar_width=0.6
tick_label=['家庭','小说','心理','科技','儿童']
fig=plt.figure()
a=fig.add_subplot(111)
# 绘制柱形图，使用颜色
a.bar(x,y1,bar_width,color='#FFCC00',align='center',label='地区1')
a.bar(x,y2,bar_width,bottom=y1,color='r',align='center',label='地区2')
a.srt_ylabel=('采购数量(本)')
a.set_xlabel=('图书种类')
a.set_title=('地区1和地区2的采购情况')
a.grid(True,axis='y',color='gray',alpha=0.2)
a.set_xticks(x)
a.set_xticklabels(tick_label)
a.legend()
plt.show()

 

四、选择线型
图表中的每个西那条军具有不同的含义，一般可以通过设置颜色，宽度，类型来区分其中，类型是区分线条的 常见方式之一。matplotlib内置了4种线条类型，

import numpy as np
import  matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
#汇利
e_2017=np.array([6.8007,6.646,6.8314,6.84123,6.41423,
                 6.8412,6.41428,6.8412,6.8421,6.8422,
                 6.8421,6.841,6.8424,6.8412,6.8421,
                 6.7412,6.7412,6.7421,6.7412

])
e_2019=np.array([6.8231,6.8424,6.843,6.8424,6.8424,
                 6.8534,6.8535,6.853,6.845,6.8344,
                 6.8534,6.158514,6.7154,6.8514,6.851,
                 6.8514,6.8541,6.8154,6.8514

])
date_x=np.array([3,4,5,6,7,8,9,10,11,12,13,14,17,18,19,24,25,26,31])
#创建画布
fig=plt.figure()
a=fig.add_subplot(111)
#第一条折线：实线，线宽为2
a.plot(date_x,e_2017,color='#006374',linewidth=2,label='2017汇')
#第二条折线：长虚线，线宽为2
a.plot(date_x,e_2019,color='#8a2e76',linestyle='--',linewidth=2,label='2019汇')
a.set_title('汇率走势')
a.set_xlabel('日期')
a.set_ylabel('汇率')
a.legend()
plt.show()

 

五、添加数据标记
在matplotlib中，折线图的线条由数据标记及其之间的连接组成，且默认隐藏数据标记，数据标记一般指代表单个数据的圆点或其他标记符号等，用于强调数据点的位置，常见于折线图和散点图。
六、设置字体
合理使用字体的规范：
1、英文注释文本均使用Arial、Helvetica或Times New Roman字体。
2、中文注释文本均使用宋体或黑体，其中正文使用宋体，标题使用黑体；
3、图表注释文本的最佳字体大小为8磅；
4、字体的颜色与背景具有强对比度。
七、切换主题风格
matplotlib.style模块中内置了一些图表的主题风格，通过切换不同的主题风格以确保用户的不同需求。所有主题风格都村粗与matplotlib配置文件下的目录下；可以通过访问available变量查看所有的可用主题风格。

例如： matplotx库提供了一种简单的方法可以快速对matplotlib图表进行美化。
 它包含几个可以便捷使用，且可应用于任何matplotlib图表的主题

​​​​import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,10,20)
y=np.sin(x)
y2=np.cos(x)
# 导入模块
import matplotx
with plt.style.context(matplotx.styles.dracula):
    # 散点图
    plt.scatter(x,y,c=y2)
    # 颜色类型
    plt.colorbar(label='Y2')
    # 坐标轴名称
    plt.xlabel('x')
    plt.ylabel('Y')
    # 显示
    plt.show()

八、填充区域
matplotlib中提供了多个函数用于填充多边形或区域，分别为fill()，fill_between()\和fill_betweenx()。其中fill()函数用于填充多边形；fill_between()、fill_betweenx()函数分别用于填充；想条水平曲线或者垂直曲线之间的区域。