数据可视化笔记 Task5 - Matplotlib样式色彩

在论文、报告、PPT等的撰写制作中，图表的美观对呈现结果具有很大的影响。绘图样式和颜色是丰富可视化图表的重要手段，熟练掌握本章可以让可视化图表变得更美观。

绘图样式（style）

Matplotlib提供了许多内置的样式，用户可以简单地调用style模块去实现。

import matplotlib.pyplot as plt
import numpy as np

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

print(plt.style.available)  # 内置的样式种类

out: ['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']

 用户可以创建一个.mplstyle的文档，通过编辑该文档，添加样式内容，实现自定义样式，然后使plt.style.use('样式文档名')调用该样式文档即可。

mystyle.mplstyle文档内容样例如下：

plt.style.use('mystyle.mplstyle')
plt.plot([1,2,3,4],[2,3,4,5])

还可以通过修改默认rc设置的方法进行样式的修改，这种方法在前几个任务中也多次出现。rc设置存储于matplotlib.rcParams变量中，详细配置见官方API。

可以直接修改rcParams：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
from cycler import cycler
mpl.rcParams['lines.linewidth'] = 2
mpl.rcParams['lines.linestyle'] = '--'
data = np.random.randn(50)
plt.plot(data)

mpl.rcParams['axes.prop_cycle'] = cycler(color=['r', 'g', 'b', 'y'])
mpl.rc('lines', linewidth=4, linestyle='-.')
plt.plot(data)

色彩设置(color)

在绘制图表时，色彩的搭配也是一个非常重要的方面。Matplotlib实现了常用的色彩设置形式。

plt.style.use('default')
mpl.rc('lines', linewidth=10)

# 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],[1,1,1],color=(0.1, 0.2, 0.5))
plt.plot([1,2,3],[3,3,3],color=(0.1, 0.2, 0.5, 0.5))

# 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([4,5,6],[2,2,2],color='#0f0f0f')
plt.plot([4,5,6],[4,4,4],color='#0f0f0f80')

# 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([7,8,9],[1,1,1],color='0.5')

# 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([7,8,9],[3,3,3],color='m')

# 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([7,8,9],[5,5,5],color='tan')

使用colormap可设置一组颜色，如：

x = np.random.randn(50)
y = np.random.randn(50)
plt.scatter(x,y,c=x,cmap=mpl.cm.cool)

 

参考资料

[1] Datawhale数据可视化开源小组. Fantastic-Matplotlib, 第五回：样式色彩秀芳华. 

[2] Matplotlib API - Customizing Matplotlib with style sheets and rcParams. 

[3] Matplotlib API - Style sheets reference. 

[4] Matplotlib API  - Customized Colorbars Tutorial.