Matplotlib-快速上手-2

概述

这篇文章是一些细致化要求，因为论文的图有时候确实需要各种微调= =

1. 首先是面向对象的微调，如Figure对象、Axes对象、lines对象、legend对象等
2. 然后是matplotlib.style中自带的样式使用
3. 接着是通过覆盖Matplotlib配置文件的rcParams设置
4. 最后是再说一些图画呈现过程的底层逻辑

第三篇文章是Seaborn的API以及一些例子

一、 基本可操作对象

可操作对象有很多如图figure，坐标系axes，坐标轴axis，网格grid，图例legend，文本text，标注annotation，刻度Ticks等等
下面只介绍基本常用的对象如Figure、Axes、Lines、Legend与Ticks。

1.1 Lines对象

ax.plot(x_data,y_data)

当我们执行上述命令时，实际上是创建了Lines对象，因此可通过下面的参数传值进去，定制化Lines对象的属性，大致参数有：

参数	默认值
lines.linewidth	1.5
lines.linestyle	-
lines.color	C0
lines.marker	None
lines.markerfacecolor	auto
lines.markeredgecolor	auto
lines.markeredgewidth	1.0
lines.markersize	6
lines.dash_joinstyle	round
lines.dash_capstyle	butt
lines.solid_joinstyle	round
lines.solid_capstyle	projecting
lines.antialiased	True
lines.dashed_pattern	3.7, 1.6
lines.dashdot_pattern	6.4, 1.6, 1, 1.6
lines.dotted_pattern	1, 1.65
lines.scale_dashes	True
markers.fillstyle	full

import matplotlib.pyplot as plt
import numpy as np

x_data = np.array([1.0, 2.0, 3.0])
y_data = np.array([3.0, 6.0, 9.0])

fig, ax = plt.subplots()

lines_specification = {'linewidth':2.0, 'marker':'o', 'color':'r','markersize':10}
ax.plot(x_data,y_data,**lines_specification)

plt.show()

1.2 Axes对象（***重要）

接下来的对象以此类推，需要明确的是这些对象究竟是在什么时候创建的，然后把其作为参数传入即可，也可在第二章中设定style。具体例子的体会放在第三篇文章。

fig = plt.figure()
fig.subplots_adjust(top=0.8)
ax1 = fig.add_subplot(211)
ax1.set_ylabel('volts')
ax1.set_title('a sine wave')

参数	默认值
axes.facecolor	white
axes.edgecolor	black
axes.linewidth	0.8
axes.grid	False
axes.grid.axis	both
axes.grid.which	major
axes.titlesize	large
axes.titleweight	normal
axes.titlepad	6.0
axes.labelsize	medium
axes.labelpad	4.0
axes.labelweight	normal
axes.labelcolor	black
axes.axisbelow	line
axes.formatter.limits :	-7, 7
axes.formatter.use_locale	False
axes.formatter.use_mathtext	False
axes.formatter.min_exponent	0
axes.formatter.useoffset	True
axes.formatter.offset_threshold	4
axes.spines.left	True
axes.spines.bottom	True
axes.spines.top	True
axes.spines.right	True
axes.unicode_minus	True
axes.prop_cycle	cycler(‘color’, [‘1f77b4’, ‘ff7f0e’, ‘2ca02c’, ‘d62728’, ‘9467bd’, ‘8c564b’, ‘e377c2’, ‘7f7f7f’, ‘bcbd22’, ‘17becf’])
axes.autolimit_mode	data
axes.xmargin	.05
axes.ymargin	.05
polaraxes.grid	True
axes3d.grid	True

1.3 Ticks对象

参数	默认值
xtick.top	False
xtick.bottom	True
xtick.labeltop	False
xtick.labelbottom	True
xtick.major.size	3.5
xtick.minor.size	2
xtick.major.width	0.8
xtick.minor.width	0.6
xtick.major.pad	3.5
xtick.minor.pad	3.4
xtick.color	black
xtick.labelsize	medium
xtick.direction	out
xtick.minor.visible	False
xtick.major.top	True
xtick.major.bottom	True
xtick.minor.top	True
xtick.minor.bottom	True
xtick.alignment	center

1.4 Legend对象

参数	默认值
legend.loc	best
legend.frameon	True
legend.framealpha	0.8
legend.facecolor	inherit
legend.edgecolor	0.8
legend.fancybox	True
legend.shadow	False
legend.numpoints	1
legend.scatterpoints	1
legend.markerscale	1.0
legend.fontsize	medium
legend.title_fontsize	None .
legend.borderpad	0.4
legend.labelspacing	0.5
legend.handlelength	2.0
legend.handleheight	0.7
legend.handletextpad	0.8
legend.borderaxespad	0.5
legend.columnspacing	2.0

1.5 Figure对象

fig = plt.figure(1)
fig , axs = plt.subplots(2,2)

参数	默认值
figure.titlesize	large
figure.titleweight	normal
figure.figsize	6.4, 4.8
figure.dpi	100
figure.facecolor	white
figure.edgecolor	white
figure.frameon	True
figure.max_open_warning	20
figure.subplot.left	0.125
figure.subplot.right	0.9
figure.subplot.bottom	0.11
figure.subplot.top	0.88
figure.subplot.wspace	0.2
figure.subplot.hspace	0.2
figure.autolayout	False
figure.constrained_layout.use	False
figure.constrained_layout.h_pad	0.04167
figure.constrained_layout.w_pad	0.04167
figure.constrained_layout.hspace	0.02
figure.constrained_layout.wspace	0.02

1.6 Savefig对象

plt.savefig('my_fig.jpg')

参数	默认值
savefig.dpi	figure
savefig.facecolor	white
savefig.edgecolor	white
savefig.format	png
savefig.bbox	standard
savefig.pad_inches	0.1
savefig.jpeg_quality	95
savefig.directory	~
savefig.transparent	False
savefig.orientation	portrait

1.7 小总结

这些参数具体可取的值，除了默认值还有哪些，就可以参见官方的API

比如点进去markers，就可以看到marker的所有可能取值：

二、Matplotlib的配置

配置方式有两种：通过style文件与通过rc文件。

1. 首先查看Matplotlib的两种配置文件style与rc文件所在路径

import matplotlib as mpl
print(mpl.matplotlib_fname()) # matplotlibrc文件所在路径
print(mpl.get_configdir()) # 自己设计的style文件所放路径

2.1 Style文件

• 首先写一个style文件my_style.mplstyle

axes.titlesize : 24
axes.labelsize : 20
lines.linewidth : 3
lines.markersize : 10
xtick.labelsize : 16
ytick.labelsize : 16

然后将其放在matplotlib_configdir/stylelib/my_style.mplstyle，便可以通过下面方式使用
（matplotlib_configdir由mpl.get_configdir()获得)

• 设置全局style

print(plt.style.available)
# output
['seaborn-dark', 'dark_background', 'seaborn-pastel', 'seaborn-colorblind', 'tableau-colorblind10', 'seaborn-notebook', 'seaborn-dark-palette', 'grayscale', 'seaborn-poster', 'seaborn', 'bmh', 'seaborn-talk', 'seaborn-ticks', '_classic_test', 'ggplot', 'seaborn-white', 'classic', 'Solarize_Light2', 'seaborn-paper', 'fast', 'fivethirtyeight', 'seaborn-muted', 'seaborn-whitegrid', 'seaborn-darkgrid', 'seaborn-bright', 'seaborn-deep']

plt.style.use('ggplot')

• 设置局部style

with plt.style.context('dark_background'):
    plt.plot(np.sin(np.linspace(0, 2 * np.pi)), 'r-o')

2.2 rc文件

• 通过修改matplotlib的matplotlibrc配置文件保存style

# rcParams通过dict一个个参数进行动态设置
mpl.rcParams['lines.linewidth'] = 2
mpl.rcParams['lines.color'] = 'r'

# rc通过设定对象"lines"，传入keyword argument进行多个设置
mpl.rc('lines', linewidth=4, color='g')

可通过浏览一下A sample matplotlibrc file查看大概有哪些对象，哪些参数是可以设置的

三、底层逻辑

3.1 基本定义

1. FigureCanvas : Figure对象所占区域的一个Canvas对象
2. Renderer : 在Canvas对象上draw的一个Renderer对象
3. Artist：使用Renderer对象在Canvas对象上Paint的一个Artist对象

FIgureCanvas与Renderer主要处理不同的UI，如wxPython或者Jupyter Notebook上等一些交互细节，而Artist则是对Figure上要展示的最基本部件，一般情况下只需要理会Artist。

最基本的Artist对象分为两类，一个是graphical objects的Primitives，另一个是容纳多个primitives的Containers，大致有：

• Primitives：Lind2D、Rectangle、Text等Primitives对象
• Containers：Figure、Axes、Axis、Tick等容器对象

所以，创建一个图的整体逻辑是：
创建一个Container对象，如Figure对象，然后调用Container.method来继续创建容器对象如Axes或者基础的部件Primitives如Lines

对比一下这两种写法：

fig1 = plt.figure(1)
ax11 = fig1.add_subplot(1,2,1)
ax12 = fig1.add_subplot(1,2,2)


fig2 = plt.figure(2)
ax21 = fig2.add_axes([0.15, 0.1, 0.7, 0.3])
ax22 = fig2.add_axes([0.25, 0.25, 0.5, 0.5])

plt.show()

因此subplot是一个Axes的特殊情况，在调用figure对象的add_subplot方法来创建一个plot对象(一个规则的Axes对象)或者调用figure对象的add_axes方法来创建一个axes对象，可以设置在Figure中的位置(left, bottom, width, height)。因此之前的ax.plot(x_data, y_data)实际上就是利用axes对象的plot方法创建一个Line2D对象即Primitives

3.2 组织结构

四种容量最大到小的Container Artist对象：
Figure、Axes、Axis、Tick

1. Figure ：只列四个

• Patch：有三种Primitives对象rectangles, circles and polygons，在Figure.patch中
• Axes：Container对象，可通过fig.axes访问有关的axes对象
• Text：Primitives对象，即fig.suptitle('Figure Title')设定的标题
• Legend：Primitives对象

2. Axes ：只列三个

• Patch：同Figure，但在axes.patch中
• Lines：Primitives对象，ax.plot创造的，可通过ax.lines访问
• xaxis,yaxis : Container对象

3. Axis 对象包括tick lines, the grid lines, the tick labels and the axis label.
4. Tick对象包括tick and grid line instances, label instances for the upper and lower ticks

最后通过一个代码理解，Matplotlib这个库的代码逻辑：
创建Container对象，访问Container包含的对象，区分开Primitives与Containers对象，然后就可以精确访问与设置相关属性了。

fig = plt.figure() # 创建一个Figure对象
rect = fig.patch # 取出Figure对象这个Container包含的Patch对象
rect.set_facecolor('lightgoldenrodyellow') #设置Patch的color

# 调用Figure对象方法创建下一级Axes Container对象
ax1 = fig.add_axes([0.1, 0.3, 0.4, 0.4])
rect = ax1.patch  # 取出Axes对象包含的patch对象
rect.set_facecolor('lightslategray') # patch是个Primitives对象

# 取出axis中的ticklabels与ticklines 
for label in ax1.xaxis.get_ticklabels():
    # label is a Text instance
    label.set_color('red')
    label.set_rotation(45) # label是个text对象，是Primitives
    label.set_fontsize(16)

for line in ax1.yaxis.get_ticklines():
    # line is a Line2D instance
    line.set_color('green')
    line.set_markersize(25)  # line对象是Primitives
    line.set_markeredgewidth(3)

plt.show()

总的来说，要熟练使用Matplotlib库还是有点麻烦的，不过知道了整个库的设计逻辑以及组织结构，调用起来查起来也相当快，代码应该也能看懂了，库API也会查了，美滋滋～
但还是很繁琐呀，因此下一篇就了解一下高度封装matplotlib的seaborn简易API，以及学习一些Examples。

列一下逻辑：

1. 图的创建方式ax或者plt，如果只有一个图直接plt比较方便
2. 一个图的基本构成，以及四个Container对象Figure、Axes、Axis、Tick
3. Primitives对象如Text、Line、Markers等要查API才知道参数
4. 剩下的可以遇到需求再学习了～