Matplotlib学习笔记

Matplotlib绘图风格（样式）与配色介绍。

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