Task 05:样式色彩秀芳华

---

前言

本文详细介绍了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，因此熟练掌握本章内容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4种方法，分别是修改预定义样式，自定义样式，rcparams和matplotlibrc文件。
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的style名称即可调用，以下样例比较了不同内置样式的区别。

import matplotlib as mpl 
import matplotlib.pyplot as plt 
import numpy as np
plt.style.use('default') 
plt.plot([1,2,3,4],[2,3,4,5]);
plt.show()

plt.style.use('ggplot') 
plt.plot([1,2,3,4],[2,3,4,5]);

matplotlib内置了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('test.mplstyle') 
plt.plot([1,2,3,4],[2,3,4,5]);

**注：**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', 'test.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]);

matplotlib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', linewidth=4, linestyle='-.') 
plt.plot([1,2,3,4],[2,3,4,5]);

4.修改matplotlibrc文件

由于matplotlib是使用matplotlibrc文件来控制样式的，也就是上一节提到的rc setting，所以我们还可以通过修改matplotlibrc文件的方式改变样式。

mpl.matplotlib_fname()

找到路径后，就可以直接编辑样式文件了，文件中列举了所有的样式参数，找到想要修改的参数，比如lines.linewidth: 8，并将前面的注释符号去掉，此时再绘图发现样式已经生效了。

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],color='0.5');

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],color='c');

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],color='olive');

如下展示了部分颜色对照表：

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，颜色渐渐增加，用于表示有序的信息。
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。

#6.使用colormap设置一组颜色
x = np.random.randn(50) 
y = np.random.randn(50) 
plt.scatter(x,y,c=x,cmap='RdPu');

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。

总结

以上就是今天要讲的内容，本文介绍了matplotlib中样式和颜色的使用，介绍了四种matplotlib的绘图样式和六种matplotlib的色彩设置方法。

参考资料

[1].https://zhuanlan.zhihu.com/p/88892542
[2].https://matplotlib.org/stable/tutorials/introductory/customizing.html?highlight=rcparams
[3].https://matplotlib.org/stable/tutorials/colors/colors.html#sphx-glr-tutorials-colors-colors-py