第五回:样式色彩秀芳华

第五回:样式色彩秀芳华

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。

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

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

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])

第五回:样式色彩秀芳华_第1张图片

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

第五回:样式色彩秀芳华_第2张图片
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)

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('presentation.mplstyle')
plt.plot([1,2,3,4],[2,3,4,5])

第五回:样式色彩秀芳华_第3张图片
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', 'presentation.mplstyle'])
plt.plot([1, 2, 3, 4], [2, 3, 4, 5])

第五回:样式色彩秀芳华_第4张图片

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])

第五回:样式色彩秀芳华_第5张图片

mpl.rcParams['lines.linewidth'] = 2
mpl.rcParams['lines.linestyle'] = '--'
plt.plot([1,2,3,4],[2,3,4,5])

第五回:样式色彩秀芳华_第6张图片

'''matplotlib提供了一个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])

第五回:样式色彩秀芳华_第7张图片

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

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))

第五回:样式色彩秀芳华_第8张图片

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='#0f0f0f70')

第五回:样式色彩秀芳华_第9张图片

  • 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/

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='0.9')

第五回:样式色彩秀芳华_第10张图片

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='m')

第五回:样式色彩秀芳华_第11张图片

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='g')

第五回:样式色彩秀芳华_第12张图片

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,c=x,cmap='RdPu')

第五回:样式色彩秀芳华_第13张图片
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
思考题

  • 学习如何自定义colormap,并将其应用到任意一个数据集中,绘制一幅图像,注意colormap的类型要和数据集的特性相匹配,并做简单解释
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap

def plot_examples(colormaps):
    """
    Helper function to plot data with associated colormap.
    """
    np.random.seed(19680801)
    data = np.random.randn(30, 30)
    n = len(colormaps) # 在下面代码中有n=1
    fig, axs = plt.subplots(1, n, figsize=(n * 2 + 2, 3),
                            constrained_layout=True, squeeze=False)
    for ax, cmap in zip(axs.flat, colormaps):
        """
        创建不规则的矩形网格图。
            vmin,vmax: 颜色条的范围
            rasterized: 栅格化(位图),默认为None.
            cmap:注意得是ListedColormap类型的
        """
        psm = ax.pcolormesh(data, cmap=cmap, rasterized=True, vmin=-4, vmax=4)
        fig.colorbar(psm, ax=ax)
    plt.show()
    
"""
ListedColormap: 
    matplotlib.colors.ListedColormap(colors, name='from_list', N=None).
    Colormap object generated from a list of colors.
"""
cmap = ListedColormap(["red", "yellow", "green"])
# print(len([cmap]))
# [out] 1 
plot_examples([cmap]) #注意添加[]

第五回:样式色彩秀芳华_第14张图片

你可能感兴趣的:(matlab)