• 【matplotlib基础】--绘图配置


    Matplotlib 提供了大量配置参数,
    这些参数可以但不限于让我们从整体上调整通过 Matplotlib 绘制的图形样式,
    这里面的参数还有很多是功能性的,和其他工具结合时需要用的配置。

    通过plt.rcParams,可以查看所有的配置信息:

    import matplotlib.pyplot as plt
    
    print(len(plt.rcParams))
    #运行结果
    312
    

    总共居然有312个配置选项。

    一一介绍所有的选项意义不大,具体可参考官方文档:
    https://matplotlib.org/stable/api/matplotlib_configuration_api.html#matplotlib.rcParams

    本篇只是抛砖引玉,介绍几个常用的参数,目的是了解参数的使用方法和产生的效果。

    1. 坐标轴

    首先是坐标轴相关的配置,通过下面的代码可以看看有多个关于坐标轴的配置:

    import matplotlib.pyplot as plt
    
    count = 1
    for key, val in plt.rcParams.items():
        #只打印以 axes 开头的配置
        if key.startswith("axes"):
            print(key, " = ", val)
            count += 1
    
    #相关的配置有 38 个
    print(f"axes 相关设置有: {count} 个")
    

    一共有38个关于坐标轴的配置。
    挑选一些配置,看看修改前后的效果:

    x = np.linspace(0, 10, 100)
    y1 = np.sin(x)
    y2 = np.cos(x)
    
    plt.rcParams.update(plt.rcParamsDefault)
    fig = plt.figure()
    ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
    ax.plot(x, y1, label="sin")
    ax.plot(x, y2, label="cos")
    ax.legend()
    plt.show()
    

    修改前的默认样式

    修改了背景色,边框和网格:

    x = np.linspace(0, 10, 100)
    y1 = np.sin(x)
    y2 = np.cos(x)
    
    plt.rcParams.update(plt.rcParamsDefault)
    plt.rc("axes", facecolor="#FFE4C4", edgecolor="#A52A2A", grid=True)
    
    fig = plt.figure()
    ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
    ax.plot(x, y1, label="sin")
    ax.plot(x, y2, label="cos")
    ax.legend()
    plt.show()
    

    修改之后的效果

    2. 网格

    关于网格,除了通过坐标轴来设置,它还有自己的一些专门的设置选项:

    count = 1
    for key, val in plt.rcParams.items():
        if key.startswith("grid"):
            print(key, " = ", val)
            count += 1
    
    print(f"grid 相关设置有: {count} 个")
    

    image.png

    总共有5个相关的配置,设置看看效果。
    代码和上面类似,这里只把设置部分的代码列出来。

    plt.rcParams.update(plt.rcParamsDefault)
    plt.rc("axes", grid=True)
    plt.rc("grid", linestyle="solid", linewidth=2, color="g", alpha=0.5)
    

    image.png

    这是修改后的效果,修改前的效果和上一节中的一样。

    3. 刻度

    刻度相关的参数如下:

    xcount = 1
    ycount = 1
    for key, val in plt.rcParams.items():
        if key.startswith("xtick"):
            print(key, " = ", val)
            xcount += 1
    
        if key.startswith("ytick"):
            print(key, " = ", val)
            ycount += 1
    
    print(f"xtick 相关设置有: {xcount} 个")
    print(f"ytick 相关设置有: {ycount} 个")
    

    image.png

    X轴刻度和Y轴刻度的相关设置各有21个。

    设置方法和效果如下:

    plt.rcParams.update(plt.rcParamsDefault)
    plt.rc("xtick", color="g", direction="in")
    plt.rc("ytick", color="r")
    

    image.png

    上面的示例分别设置X轴Y轴的颜色,以及X轴direction
    direction="in" 表示刻度的小短线在图形内部,
    Y轴没设置这个属性,它的刻度线是在图形外的。

    4. 颜色列表

    我们绘制图形的时候,一个图形中有多个曲线时,每个曲线默认就会使用不同的颜色。
    这是因为配置中有一个默认的颜色列表,绘制多个图形时,会依次使用其中的颜色。

    print(plt.rcParams["axes.prop_cycle"])
    
    #运行结果
    cycler('color', 
    ['#1f77b4', 
     '#ff7f0e', 
     '#2ca02c',
     '#d62728',
     '#9467bd',
     '#8c564b',
     '#e377c2',
     '#7f7f7f',
     '#bcbd22',
     '#17becf'])
    

    如果去查下颜色编码的话,可以看出,前两个颜色就是蓝色和红色。
    所以上面的示例中的两条曲线都是蓝色和红色。

    修改下这个默认的颜色列表,看看变化效果:

    x = np.linspace(0, 10, 100)
    y1 = np.sin(x)
    y2 = np.cos(x)
    
    from matplotlib import cycler
    
    colors = cycler(
        "color", ["#9467bd", "#8c564b", "#e377c2", "#7f7f7f", "#bcbd22", "#17becf"]
    )
    
    plt.rcParams.update(plt.rcParamsDefault)
    plt.rc("axes", prop_cycle=colors)
    
    fig = plt.figure()
    ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
    ax.plot(x, y1, label="sin")
    ax.plot(x, y2, label="cos")
    ax.legend()
    plt.show()
    

    image.png

    改变颜色列表之后,两条曲线的颜色都变了。
    绘制曲线或者其他图形时,其实是有参数可以指定颜色的,为什么还需要这个颜色列表的配置?

    这是因为,如果我们能够确定整体报告的风格,那么就可以在一开始就根据报告的风格设置好这个颜色列表,
    然后绘制各种图形时就不需要指定颜色,极大简化后续的代码,也提高了代码的可维护性。

    5. 总结

    在配置 rcParams 时,我们可以根据需要修改各种选项,以达到更好的显示效果。

    但需要注意的是,过多地修改 rcParams 可能会导致绘图缓慢或出现其他问题,
    因此需要根据实际情况进行合理的配置。

  • 相关阅读:
    代码解读-自然语言处理
    java面试题-集合类面试题
    wget出现无法建立SSL连接的问题
    Azure Devops(十四) 使用Azure的私有Nuget仓库
    Kubernetes技术--k8s核心技术持久化存储
    IP地址处理攻略:数据库中的存储与转换方法
    公司专利技术交底书撰写及申请完全流程
    基于三维GIS开发的水电工程建设方案
    unity工程参照以及评价
    Python列表、元组、字典、集合、字符串总结篇
  • 原文地址:https://www.cnblogs.com/wang_yb/p/17699264.html