Matplotlib打卡5

最新推荐文章于 2024-10-09 19:00:53 发布

煦煦向前

最新推荐文章于 2024-10-09 19:00:53 发布

阅读量418

点赞数

分类专栏：画图文章标签： python

本文链接：https://blog.csdn.net/weixin_43803950/article/details/122152335

版权

画图专栏收录该内容

4 篇文章 0 订阅

订阅专栏

样式色彩

matplotlib的绘图样式(style)

四种批量设置全局样式的方法

1.matplotlib预先定义样式

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

plt.style.use('classic') # 设置样式 1
plt.plot([1,2,3,4],[2,3,4,5]);

在这里插入图片描述

plt.style.use('ggplot') #样式2
plt.plot([1,2,3,4],[2,3,4,5]);

在这里插入图片描述

print(plt.style.available)# 所可用样式

['Solarize_Light2', '_classic_test_patch', 'bmh', 'classic', 'dark_background', 'fast', 'fivethirtyeight', 'ggplot', 'grayscale', 'seaborn', 'seaborn-bright', 'seaborn-colorblind', 'seaborn-dark', 'seaborn-dark-palette', 'seaborn-darkgrid', 'seaborn-deep', 'seaborn-muted', 'seaborn-notebook', 'seaborn-paper', 'seaborn-pastel', 'seaborn-poster', 'seaborn-talk', 'seaborn-ticks', 'seaborn-white', 'seaborn-whitegrid', 'tableau-colorblind10']

2.用户自定义stylesheet

在任意路径下创建一个后缀名为mplstyle的样式清单，编辑文件添加以下样式内容

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

值得特别注意的是，matplotlib支持混合样式的引用，只需在引用时输入一个样式列表，若是几个样式中涉及到同一个参数，右边的样式表会覆盖左边的值。

plt.style.use('D:/AMYCode/py/presentation.mplstyle')  # 使用自己创建的名字叫presentation的的样式清单
plt.plot([1,2,3,4],[2,3,4,5]);

在这里插入图片描述

感觉这个dark_background好看

plt.style.use(['ggplot','dark_background','D:/AMYCode/py/presentation.mplstyle']) # 最后一个样式设置了标签、线等的大小或宽度
plt.plot([1,2,3,4],[2,3,4,5]);

在这里插入图片描述

3.设置rcparams

还可以通过修改默认rc设置的方式改变样式，所有rc设置都保存在一个叫做 matplotlib.rcParams的变量中。
修改过后再绘图，可以看到绘图样式发生了变化。

plt.style.use('default') # 恢复到默认样式
plt.plot([1,2,3,4],[2,3,4,5]);

在这里插入图片描述

mpl.rcParams['lines.linewidth'] = 2
mpl.rcParams['lines.linestyle'] = '--'
plt.plot([1,2,3,4],[2,3,4,5]);

在这里插入图片描述

matplotlib也还提供了了一种更便捷的修改样式方式，可以一次性修改多个样式。

mpl.rc('lines', linewidth=4, linestyle='-.')
plt.plot([1,2,3,4],[2,3,4,5]);

在这里插入图片描述

4.修改matplotlibrc文件

# 查找matplotlibrc文件的路径
mpl.matplotlib_fname()

'D:\\Users\\lenovo\\anaconda3\\lib\\site-packages\\matplotlib\\mpl-data\\matplotlibrc'

找到路径后，就可以直接编辑样式文件了，找到想要修改的参数，比如lines.linewidth: 8，并将前面的注释符号去掉，此时再绘图发现样式以及生效了。

二、matplotlib的色彩設置 color

1.RGB或者RGBA

plt.style.use('default')
# 颜色用[0,1]之间的浮点数表示，四个分量按顺序分别为(red, green, blue, alpha)，其中alpha透明度可省略
plt.plot([1,2,3],[4,5,6],color=(0.1, 0.2, 0.5)) # 顔色的三個分量設置，注意【0，1】
plt.plot([4,5,6],[1,2,3],color=(0.1, 0.2, 0.5, 0.5));

在这里插入图片描述

2.HEX RGB 或 RGBA

# 用十六进制颜色码表示，同样最后两位表示透明度，可省略
plt.plot([1,2,3],[4,5,6],color='#0f0f0f')
plt.plot([4,5,6],[1,2,3],color='#0f0f0f80');

在这里插入图片描述

3.灰度色阶

# 当只有一个位于[0,1]的值时，表示灰度色阶
plt.plot([1,2,3],[4,5,6],color='0.5'); # 一个值就是灰度色阶， 三元组三个值RGB

在这里插入图片描述

4.单字符基本颜色

b’, ‘g’, ‘r’, ‘c’, ‘m’, ‘y’, ‘k’, ‘w’，对应的是blue, green, red, cyan, magenta, yellow, black, and white

# matplotlib有八个基本颜色，可以用单字符串来表示
plt.plot([1,2,3],[4,5,6],color='m');

在这里插入图片描述

5.颜色名称

# matplotlib提供了颜色对照表，可供查询颜色对应的名称
plt.plot([1,2,3],[4,5,6],color='tan');

在这里插入图片描述

6.使用colormap设置一组颜色

有些图表支持使用colormap的方式配置一组颜色，从而在可视化中通过色彩的变化表达更多信息。

在matplotlib中，colormap共有五种类型:

顺序（Sequential）。通常使用单一色调，逐渐改变亮度和颜色渐渐增加，用于表示有顺序的信息
发散（Diverging）。改变两种不同颜色的亮度和饱和度，这些颜色在中间以不饱和的颜色相遇;当绘制的信息具有关键中间值（例如地形）或数据偏离零时，应使用此值。
循环（Cyclic）。改变两种不同颜色的亮度，在中间和开始/结束时以不饱和的颜色相遇。用于在端点处环绕的值，例如相角，风向或一天中的时间。
定性（Qualitative）。常是杂色，用来表示没有排序或关系的信息。
杂色（Miscellaneous）。一些在特定场景使用的杂色组合，如彩虹，海洋，地形等。

#  上面五种类型就是colormap的颜色变化不太一样，看看这里选合适的https://matplotlib.org/stable/tutorials/colors/colormaps.html
x = np.random.randn(50)
y = np.random.randn(50)
plt.scatter(x,y,c=x,cmap='Purples'); # c=x 指的是根据x的值使用颜色吧