成都网站开发公司哪家好,网站设计网站项目流程图,wordpress 删除版权信息,微信小程序登陆wordpress后台import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np第五回详细介绍matplotlib中样式和颜色的使用#xff0c;绘图样式和颜色是丰富可视化图表的重要手段#xff0c;因此熟练掌握本章可以让可视化图表变得更美观#xff0c;突出重点和凸显艺术性。…import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np第五回详细介绍matplotlib中样式和颜色的使用绘图样式和颜色是丰富可视化图表的重要手段因此熟练掌握本章可以让可视化图表变得更美观突出重点和凸显艺术性。 关于绘图样式常见的有3种方法分别是修改预定义样式自定义样式和rcparams。 关于颜色使用本章介绍了常见的5种表示单色颜色的基本方法以及colormap多色显示的方法。
一、matplotlib的绘图样式style
在matplotlib中要想设置绘制样式最简单的方法是在绘制元素时单独设置样式。 但是有时候当用户在做专题报告时往往会希望保持整体风格的统一而不用对每张图一张张修改因此matplotlib库还提供了四种批量修改全局样式的方式
1.matplotlib预先定义样式
matplotlib贴心地提供了许多内置的样式供用户使用使用方法很简单只需在python脚本的最开始输入想使用style的名称即可调用尝试调用不同内置样式比较区别
plt.style.use(default)
plt.plot([1,2,3,4],[2,3,4,5]);plt.style.use(ggplot)
plt.plot([1,2,3,4],[2,3,4,5]);那么matplotlib究竟内置了那些样式供使用呢总共以下26种丰富的样式可供选择。
print(plt.style.available)
## [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]
2.用户自定义stylesheet
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
axes.titlesize : 24 axes.labelsize : 20 lines.linewidth : 3 lines.markersize : 10 xtick.labelsize : 16 ytick.labelsize : 16 引用自定义stylesheet后观察图表变化。
plt.style.use(file/presentation.mplstyle)
plt.plot([1,2,3,4],[2,3,4,5]);值得特别注意的是matplotlib支持混合样式的引用只需在引用时输入一个样式列表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。
plt.style.use([dark_background, file/presentation.mplstyle])
plt.plot([1,2,3,4],[2,3,4,5]);3.设置rcparams
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。 修改过后再绘图可以看到绘图样式发生了变化。
plt.style.use(default) # 恢复到默认样式
plt.plot([1,2,3,4],[2,3,4,5]);mpl.rcParams[lines.linewidth] 2
mpl.rcParams[lines.linestyle] --
plt.plot([1,2,3,4],[2,3,4,5]);另外matplotlib也还提供了一种更便捷的修改样式方式可以一次性修改多个样式。
mpl.rc(lines, linewidth4, linestyle-.)
plt.plot([1,2,3,4],[2,3,4,5]);二、matplotlib的色彩设置color
在可视化中如何选择合适的颜色和搭配组合也是需要仔细考虑的色彩选择要能够反映出可视化图像的主旨。 从可视化编码的角度对颜色进行分析可以将颜色分为色相、亮度和饱和度三个视觉通道。通常来说 色相 没有明显的顺序性、一般不用来表达数据量的高低而是用来表达数据列的类别。 明度和饱和度 在视觉上很容易区分出优先级的高低、被用作表达顺序或者表达数据量视觉通道。
在matplotlib中设置颜色有以下几种方式
1.RGB或RGBA
plt.style.use(default)# 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.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);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/
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],color0.5);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([1,2,3],[4,5,6],colorm);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],colortan);6.使用colormap设置一组颜色
有些图表支持使用colormap的方式配置一组颜色从而在可视化中通过色彩的变化表达更多信息。
在matplotlib中colormap共有五种类型: 顺序Sequential。通常使用单一色调逐渐改变亮度和颜色渐渐增加用于表示有顺序的信息 发散Diverging。改变两种不同颜色的亮度和饱和度这些颜色在中间以不饱和的颜色相遇;当绘制的信息具有关键中间值例如地形或数据偏离零时应使用此值。 循环Cyclic。改变两种不同颜色的亮度在中间和开始/结束时以不饱和的颜色相遇。用于在端点处环绕的值例如相角风向或一天中的时间。 定性Qualitative。常是杂色用来表示没有排序或关系的信息。 杂色Miscellaneous。一些在特定场景使用的杂色组合如彩虹海洋地形等。
x np.random.randn(50)
y np.random.randn(50)
plt.scatter(x,y,cx,cmapRdPu);在以下官网页面可以查询上述五种colormap的字符串表示和颜色图的对应关系 https://matplotlib.org/stable/tutorials/colors/colormaps.html
