Matplotlib 简明教程

Matplotlib - Styles

What is Style in Matplotlib?

在 Matplotlib 库中，样式是允许我们轻松更改绘图视觉外观的配置。通过更改颜色、线型、字体、网格线等方面，它们作为预定义的一组美学选择。这些样式有助于快速自定义绘图的外观和感觉，而无需每次手动调整各个元素。

我们可以尝试不同的样式，以找到最适合我们的数据或视觉偏好的样式。样式提供了一种快速有效的方法，可以增强我们绘图在 Matplotlib 库中的视觉呈现。

Built-in Styles

Matplotlib 提供了各种内置样式，它们提供了不同的配色方案、线型、字体大小和其他视觉属性。

示例包括 ggplot, seaborn, classic, dark_background 等。

Changing Styles

Key Aspects of Matplotlib Styles

  1. Predefined Styles - Matplotlib 库提供了多种内置样式，为我们的绘图提供了不同的美感。

  2. Ease of Use - 通过应用样式，我们可以立即改变我们绘图的整体外观来匹配不同的主题或视觉偏好。

  3. Consistency - 样式确保了多个绘图或在相同样式设置中的图形的一致性。

Using Styles

使用 matlplotlib 库中的可用样式涉及几个步骤。让我们逐一查看它们。

Setting a Style

要设置所需的样式，我们必须使用 plt.style.use('style_name') 在创建绘图之前设置特定样式。

例如，如果我们希望设置 ggplot 样式，我们必须使用以下代码。

import matplotlib.pyplot as plt
plt.style.use('ggplot')  # Setting the 'ggplot' style

Available Styles

我们可以使用 plt.style.available 查看可用样式的列表。

Example

import matplotlib.pyplot as plt
print(plt.style.available)  # Prints available styles
['Solarize_Light2', '_classic_test_patch', '_mpl-gallery', '_mpl-gallery-nogrid', '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']

Applying Custom Styles

我们可以创建带有特定配置的自定义样式文件，然后使用 plt.style.use('path_to_custom_style_file') 应用它们。

Applying the seaborn-darkgrid style

在这个示例中，样式 'seaborn-darkgrid' 正在应用于绘图并改变其外观。

import matplotlib.pyplot as plt
# Using a specific style
plt.style.use('seaborn-darkgrid')

# Creating a sample plot
plt.plot([1, 2, 3, 4], [10, 15, 25, 30])
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Sample Plot')
plt.show()
darkgrid

Applying ggplot style

在这个示例中，我们为我们的绘图使用了 ggplot 样式。

import matplotlib.pyplot as plt
# Using a specific style
plt.style.use('seaborn-white')

# Creating a sample plot
plt.plot([1, 2, 3, 4], [10, 15, 25, 30])
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Sample Plot')
plt.show()
white