Matplotlib 中文用户指南 6 自定义 matplotlib

简介: 自定义 matplotlib 原文:Customizing matplotlib 译者:飞龙 协议:CC BY-NC-SA 4.0使用样式表自定义绘图style包为易于切换的绘图『样式』增加了支持,它们与matplotlibrc文件参数相同。

自定义 matplotlib

原文:Customizing matplotlib

译者:飞龙

协议:CC BY-NC-SA 4.0

使用样式表自定义绘图

style包为易于切换的绘图『样式』增加了支持,它们与matplotlibrc文件参数相同。

有一些预定义样式由matplotlib提供。 例如,有一个名为『ggplot』的预定义样式,它模拟ggplot(R 的一种流行的绘图软件包)的美学。 为了使用此样式,只需添加:

>>> import matplotlib.pyplot as plt
>>> plt.style.use('ggplot')

为了列出所有可用样式,使用:

>>> print(plt.style.available)

定义你自己的样式

你可以创建自定义样式,并通过以样式表的路径或 URL 调用style.use来使用它们。 或者,如果将<style-name> mplstyle文件添加到mpl_configdir /stylelib中,你可以通过调用style.use(<style-name>)重复使用自定义样式表。 默认情况下mpl_configdir应该是~/.config/matplotlib,但你可以使用matplotlib.get_configdir()检查你的位置,你可能需要创建这个目录。 请注意,如果样式具有相同的名称,mpl_configdir/stylelib中的自定义样式表将覆盖由matplotlib定义的样式表。

例如,你可能想要使用以下命令创建mpl_configdir/stylelib/presentation.mplstyle

axes.titlesize : 24
axes.labelsize : 20
lines.linewidth : 3
lines.markersize : 10
xtick.labelsize : 16
ytick.labelsize : 16

然后,当你想要将一个为纸张设计的地图迁移到演示文档中时,你可以添加:

>>> import matplotlib.pyplot as plt
>>> plt.style.use('presentation')

组合样式

样式表为组合在一起而设计。 因此,你可以拥有一个自定义颜色的样式表和一个单独的样式表,用于更改演示文档的元素大小。 这些样式可以通过传递样式列表轻松组合:

>>> import matplotlib.pyplot as plt
>>> plt.style.use(['dark_background', 'presentation'])

请注意,右侧的样式将覆盖已经由左侧样式定义的值。

临时样式

如果只想对特定的代码块使用样式,但不想更改全局样式,那么样式包提供了一个上下文管理器,用于将更改限制于特定范围。 要隔离你的样式更改,你可以编写以下内容:

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>>
>>> with plt.style.context(('dark_background')):
>>>     plt.plot(np.sin(np.linspace(0, 2 * np.pi)), 'r-o')
>>>
>>> # Some plotting code with the default style
>>>
>>> plt.show()
相关文章
|
数据可视化 Python
【100天精通Python】Day62:Python可视化_Matplotlib绘图基础,绘制折线图、散点图、柱状图、直方图和饼图,以及自定义图标外观和功能,示例+代码
【100天精通Python】Day62:Python可视化_Matplotlib绘图基础,绘制折线图、散点图、柱状图、直方图和饼图,以及自定义图标外观和功能,示例+代码
210 0
|
7月前
|
搜索推荐 数据可视化 Python
Matplotlib高级技巧:自定义图表样式与布局
【4月更文挑战第17天】本文介绍了Matplotlib的高级技巧,包括自定义图表样式和布局。通过设置`color`、`linestyle`、`marker`参数,可以改变线条、散点的颜色和样式;使用自定义样式表实现整体风格统一。在布局方面,利用`subplots`创建多子图,通过`gridspec`调整复杂布局,`subplots_adjust`优化间距,以及添加图例和标题增强可读性。掌握这些技巧能帮助创建更具吸引力的个性化图表。
|
Python
Matplotlib自定义统计图比例
图形的比例对于统计图而言至关重要,好的图形比例可以让人方便的获取图形中相关数据间的关系,因此设置图形比例对于统计图而言是至关重要的,本文介绍如何使用Maplotlib修改统计图比例。
1463 0
Matplotlib自定义统计图比例
|
Python
Matplotlib添加自定义形状
绘制图形时我们还需要绘制复杂形状,以使统计图看起来更加高级,考虑到这一需求,Matplotlib提供了大量自定义形状的函数,利用可以在统计图中添加各种复杂形状,以使得所绘制的统计图更加具有高级感。
1261 0
Matplotlib添加自定义形状
|
Python
Matplotlib自定义样式绘制精美统计图
matplotlib提供的所有绘图都带有默认样式,但有时需要自定义绘图的颜色和样式,以绘制更加符合审美要求的图像。matplotlib的设计考虑到了此需求,很容易调整matplotlib图形的样式。
824 0
Matplotlib自定义样式绘制精美统计图
|
存储 索引 Python
Matplotlib使用自定义颜色绘制统计图
matplotlib 提供的所有绘图都带有默认样式,但有时可能需要自定义绘图的颜色和样式,以对绘制更加精美、符合审美要求的图像。
1589 0
Matplotlib使用自定义颜色绘制统计图
|
Python
Matplotlib 中文用户指南 3.7 变换教程
变换教程 原文:Transformations Tutorial 译者:飞龙 协议:CC BY-NC-SA 4.0 像任何图形包一样,matplotlib 建立在变换框架之上,以便在坐标系,用户数据坐标系,轴域坐标系,图形坐标系和显示坐标系之间轻易变换。
1157 0
|
Python 数据可视化 Shell
Matplotlib 中文用户指南 3.2 图像教程
图像教程 原文:Image tutorial 译者:飞龙 协议:CC BY-NC-SA 4.0 启动命令 首先,让我们启动 IPython。
1170 0
|
索引 Python
Matplotlib 中文用户指南 3.3 使用 GridSpec 自定义子图位置
使用 GridSpec 自定义子图位置 原文:Customizing Location of Subplot Using GridSpec 译者:飞龙 协议:CC BY-NC-SA 4.0 GridSpec 指定子图将放置的网格的几何位置。
1347 0
|
Python 算法 API
Matplotlib 中文用户指南 3.5 密致布局指南
密致布局指南 原文:Tight Layout guide 译者:飞龙 协议:CC BY-NC-SA 4.0 tight_layout会自动调整子图参数,使之填充整个图像区域。
1009 0

热门文章

最新文章

下一篇
无影云桌面