论绘图，R一直压过Python一头，尤其是Python基础绘图库Matplotlib始终打不过ggplot2。
偶然看到 Matplotlib 风格美化神器——Aquarel，效果十分惊艳，先睹为快：
作为一名理工男我觉得这太酷了,很符合我对未来生活的想象,科技并带着趣味。
说回这个神器，Aquarel 是一个用于可视化的轻量级模板引擎，也是 Matplotlibs 的 rcparams 包装器，使绘图的样式变得简单。Aquarel 模板可以通过编程定义，并以 JSON 格式进行序列化和共享。
用起来也极简单，举个例子，我们先用Matplotlib随便画个箱线图
import matplotlib.pyplot as plt import numpy as np x = np.linspace(-7, 7, 140) x = np.hstack([-25, x, 25]) fig, ax = plt.subplots() ax.boxplot([x, x], notch=True, capwidths=[0.01, 0.2]) plt.show()
加上aquarel的美化呢，他内置了11个风格，大家挑选自己喜欢的即可，比如就选 arctic_light
这里有两种常用方法，一种是全局设置主题
from aquarel import load_theme theme = load_theme("umbra_light") theme.apply() fig, ax = plt.subplots() ax.boxplot([x, x], notch=True, capwidths=[0.01, 0.2]) theme.apply_transforms()
另一种是使用上下文管理器，个人比较推荐
from aquarel import load_theme with load_theme("umbra_light"): x = np.linspace(-7, 7, 140) x = np.hstack([-25, x, 25]) fig, ax = plt.subplots() ax.boxplot([x, x], notch=True, capwidths=[0.01, 0.2]) plt.show()
效果：
其实就是把正常的绘图代码段插进去就行了
其他风格大家可以自行探索吧，文末附开源代码和官方文档
插播个广告：前几天整理了当初入门数据分析时写的数据可视化文章、代码、示例图——【教程】Python数据可视化入门（⬅️点击直达）。
