Matplotlib绘图风格(样式)与配色介绍。
目录
1 Matplotlib绘图样式
#导入包
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
%config InlineBackend.figure_format = 'svg'
1.1 内置样式
matplotlib内置了26种丰富的样式可供选择,通过以下语句可以调出。
#内置样式打印
print(plt.style.available)
#['Solarize_Light2', '_classic_test_patch', '_mpl-gallery', '_mpl-gallery-nogrid', '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']
可根据需要修改样式绘图:
plt.style.use('default')#使用默认样式
plt.plot([1,2,3,4],[2,3,4,5]);
运行结果如下:
plt.style.use('seaborn-talk')#修改样式
plt.plot([1,2,3,4],[2,3,4,5]);
1.2 自定义样式
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。需要注意的是:对于没有自定义的参数,将使用前一次(步)样式的参数。
axes.titlesize : 24
axes.labelsize : 20
lines.linewidth : 3
lines.markersize : 10
xtick.labelsize : 16
ytick.labelsize : 16
plt.style.use('D:/presentation.mplstyle')
plt.plot([1,2,3,4],[2,3,4,5]);
也可以直接以列表的形式给定样式与自定义参数,此时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**(右覆左**)。具体如下:
plt.style.use(['ggplot', 'D:/presentation.mplstyle'])
plt.plot([1,2,3,4],[2,3,4,5]);
plt.style.use(['ggplot','seaborn', 'D:/presentation.mplstyle'])
plt.plot([1,2,3,4],[2,3,4,5]);
1.3设置rcparams改变样式
我们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。
具体可以参考官方文档
import matplotlib as mpl
import matplotlib.pyplot as plt
plt.figure()
plt.rc("font",family='Microsoft YaHei')
plt.suptitle('修改rcparams改变样式', size=10)
# 恢复到默认样式
plt.subplot(131)
plt.style.use('default')
plt.plot([1,2,3,4],[2,3,4,5])
#一次修改一个参数
plt.subplot(132)
mpl.rcParams['lines.linewidth'] = 2
mpl.rcParams['lines.linestyle'] = '--'
plt.plot([1,2,3,4],[2,3,4,5])
#一次修改多个参数
plt.subplot(133)
mpl.rc('lines', linewidth=4, linestyle='-.')
plt.plot([1,2,3,4],[2,3,4,5]);
运行结果:
2 matplotlib的色彩设置(color)
2.1 RGB或RGBA
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))
plt.plot([4,5,6],[1,2,3],color=(0.1, 0.2, 0.5, 0.5));
2.2 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');
其中,RGB颜色和HEX颜色之间是可以一一对应的,以下网址提供了两种色彩表示方法的转换工具。
https://www.colorhexa.com/
2.3 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');
2.4 单字符基本颜色
matplotlib有八个基本颜色,可以用单字符串来表示,分别是’b’, ‘g’, ‘r’, ‘c’, ‘m’, ‘y’, ‘k’, ‘w’,对应的是blue, green, red, cyan, magenta, yellow, black, and white的英文缩写。
plt.plot([1,2,3],[4,5,6],color='m');
2.5 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');
具体可参考:第五回:样式色彩秀芳华
2.6 使用colormap设置一组颜色
具体可参考:Choosing Colormaps in Matplotlib
3 使用colormap绘图
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
%config InlineBackend.figure_format = 'svg'
#数据
df=pd.read_csv('D:/pylearn/data/iris.csv')
#分组
group=['Setosa','Versicolor','Virginica']
markers=['o','H','D']
c=['GnBu','OrRd','BuPu']
#作图
fig=plt.figure(figsize=(6,6))
for j in range(3):
plt.scatter(df[df.variety==group[j]].sepal_length,
df[df.variety==group[j]].sepal_width,
c=df[df.variety==group[j]].sepal_length,
cmap=c[j],marker=markers[j],label=group[j])
plt.legend()
plt.xlabel('sepal_length')
plt.ylabel('sepal_width')
plt.show()
运行结果:
解释:此处使用python自带iris数据集作图,分类别做出鸢尾花花萼的长与宽,并且用不同的形状与颜色区别,在彩色与黑白状态下均有较好的显示能力。同类数据,数值越大,色彩越深。
参考资料:
1.第五回:样式色彩秀芳华
2.Choosing Colormaps in Matplotlib