Matplotlib 简明教程
Matplotlib - Styling with Cycler
Cycler 是从 Matplotlib 中提取的一个单独包,它旨在控制绘图的样式属性,如颜色、标记和线形样式。此工具使您可以轻松循环使用不同的样式,以便在单个轴上绘制多条线。
Importing the Cycler - 要开始使用 Cycler,需要将其导入您的 Python 脚本。
from cycler import cycler
这使您可以创建和操作 Cycler 以设置绘图样式。
Creating a Cycler - cycler 函数用于创建一个新 Cycler 对象。它可以用单个位置参数、一对位置参数或关键字参数组合来调用。
# Creating a color Cycler
color_cycle = cycler(color=['r', 'g', 'b'])
“color_cycler”是一个在红色、绿色和蓝色中循环的循环器对象。一旦你有了一个循环器,你就可以将其链接到 matplotlib 的绘图属性。
Cycling Through Multiple Properties
Cycler 包为合并和操作多个循环器以创建复杂的样式变化提供了高级操作。这意味着你可以将循环器加在一起或将其相乘以组合不同的属性。
以下是在循环器中不同的操作 −
-
Cycler Addition − 多个循环器对象可以使用 + 运算符组合。例如 −
cycler(color=['r', 'g', 'b']) + cycler(linestyle=['-', '--', ':'])
-
Cycler Multiplication − 可以将循环器相乘以创建范围更广的独特样式。例如:
cycler(color=['r', 'g', 'b']) * cycler(linestyle=['-', '--', ':'])
-
Integer Multiplication − 循环器对象可以通过整数值相乘以增加它们的长度。cycle r * 2 和 2 * 循环器都会形成相同的结果,重复元素。语法如下:
color_cycle * 2
-
Cycler Concatenation − 使用 Cycler.concat() 方法或顶级 concat() 函数可以将循环器对象串联起来。
在本教程中,我们将会探索使用 Cycler 包来自定义 Matplotlib 中绘制样式两种不同的方法。
-
Setting Default Property Cycle (rc parameter) − 这是确保每个后续绘图都将设置为特定样式的全局设置。
-
Setting Property Cycle for a Single Pair of Axes − 这是专门将自定义属性循环仅应用于一组特定的坐标轴的本地设置。
Setting Default Property Cycle (rc parameter)
在 matplotlib 中,可以通过使用 matplotlib.pyplot.rc() 方法来为所有将来的绘图指定默认样式,这将为你的绘图和坐标轴中的线条设置默认循环器。这意味着你将来创建的每个绘图都将遵循此颜色和线型循环(除非你覆盖它)。
Example 1
这是一个演示如何遍历多个绘图的不同线型的基本示例。这里 plt.rc() 方法用于设置绘图的默认线型。
import matplotlib.pyplot as plt
from cycler import cycler
# Set the property cycle for the linestyle of lines in the axes
linestyle_cycler = cycler('linestyle', ['-', ':', '-.'])
plt.rc('axes', prop_cycle=linestyle_cycler)
# Create multiple plots using a loop
for i in range(5):
x = range(i, i + 5)
plt.plot(range(5), x)
# Display the plot
plt.legend(['first', 'second', 'third', 'fourth', 'fifth'], loc='upper left', fancybox=True, shadow=True)
plt.show()
执行上述代码,我们将得到以下输出 −
让我们通过向 multiple (color and a linestyle) cyclers 中添加 (+) 符号将其组合起来。
Example 2
此示例演示了如何使用 Cycler 为绘图定义默认样式(遍历颜色和线型),这使得可以轻松地使用不同的颜色('r', 'g', 'b', 'y')和线型('-', '--', ':', '-.')可视化所有绘图。
from cycler import cycler
import matplotlib.pyplot as plt
import numpy as np
# Generate sample data
x = np.linspace(0, 2 * np.pi, 50)
offsets = np.linspace(0, 2 * np.pi, 4, endpoint=False)
yy = np.transpose([np.sin(x + phi) for phi in offsets])
# Set default prop_cycle
default_cycler = (cycler(color=['r', 'g', 'b', 'y']) +
cycler(linestyle=['-', '--', ':', '-.']))
plt.rc('lines', linewidth=4)
plt.rc('axes', prop_cycle=default_cycler)
# Plot with the default color cycle
plt.plot(yy)
plt.title('Set Default Color Cycle')
plt.show()
执行上述代码,我们将得到以下输出 −
Setting Property Cycle for a Single Pair of Axes
自定义某个图形中的特定坐标轴对的样式而不影响其他轴对。你可以使用 matplotlib.axes.Axes.set_prop_cycle() 应用此自定义循环器。这意味着只有这一组特定坐标轴上的绘图将遵循指定的颜色和线宽循环。
Example
在此示例中,ax0 上的第一组绘图遵循默认颜色和线型循环。ax1 上的第二组绘图使用专为此坐标轴使用 set_prop_cycle() 方法定义的自定义颜色和线宽循环。
from cycler import cycler
import matplotlib.pyplot as plt
import numpy as np
# Generate sample data
x = np.linspace(0, 2 * np.pi, 50)
offsets = np.linspace(0, 2 * np.pi, 4, endpoint=False)
yy = np.transpose([np.sin(x + phi) for phi in offsets])
# Define a default cycler for colors and linestyles
default_cycler = (cycler(color=['r', 'g', 'b', 'y']) +
cycler(linestyle=['-', '--', ':', '-.']))
# Set the default linewidth for lines in all plots
plt.rc('lines', linewidth=4)
# Set the default property cycle for axes to the default cycler
plt.rc('axes', prop_cycle=default_cycler)
# Create a figure and two axes
fig, (ax0, ax1) = plt.subplots(nrows=2, figsize=(7, 8))
# Plot on the first axis using the default color cycle
ax0.plot(yy)
ax0.set_title('Default Color Cycle: rgby')
# Define a custom cycler
custom_cycler = (cycler(color=['c', 'm', 'y', 'k']) +
cycler(lw=[1, 2, 3, 4]))
# Set the custom property cycle for the second axis
ax1.set_prop_cycle(custom_cycler)
# Plot on the second axis using the custom color and linewidth cycle
ax1.plot(yy)
ax1.set_title('Custom Color Cycle: cmyk')
# Add space between the two plots
fig.subplots_adjust(hspace=0.3)
# Show the plots
plt.show()
执行上述代码,我们将得到以下输出 −