Python数据可视化~图表样式的美化

图表样式概述

默认图表样式

matplotlib绘制图像的时候，会读取本地的配置文件matplotlibrc，通过matplotlibrc文件中的缺省的一些默认的样式，可以完成图表的一些初始化的设置，不要我们全部都一一设置

我们可以通过rc_params()函数查看全部配置选项
返回的是一个RcParams对象，RcParams对象是一个字典对象，键为配置名字，及其属性组成的配置项

所有的配置项按照对象可以分为10中配置元素
包括：lines 线条、patch图形、font字体、text文本、axes坐标系、xtick和ytick刻度、grid网格、legend图例、figure画布及savefig保存图像

配置项	说明	默认值
lines.color	线条颜色	‘C0’
lines.linestyle	线条类型	‘-’
lines.linewidth	线条宽度	1.5
lines.marker	线条标记	‘None’
lines.markeredgecolor	标记边框颜色	‘auto’
lines.markeredgewidth	标记边框宽度	1.0
lines.markerfacecolor	标记颜色	auto
lines.markersize	标记大小	6.0
font.family	系统字体	[‘sans-serif’]
font.sans-serif	无衬线字体	[‘DejaVu Sans’…
font.size	字体大小	10
font.style	字体风格	‘normal’
axes.unicode_minus	采用Unicode编码的减号	True
axs.prop_cycle	属性循环器	cycler(‘color’,[…
figure.constrained_layout.use	使用约束布局	False

图表样式修改

两种修改，局部修改，全局修改
局部修改就是直接在函数里边修改

全局修改，就是在文件中直接修改，这样子就不会老是在代码里面修改

使用颜色

基础色

1. 单词缩写表示颜色
   缩写
   c cyan 青色
   m magenta 洋红色
   y yellow 黄色
   k black 黑色
   r red 红色
   g green 绿色
   b blue 蓝色
   w white 白色

2. 用十六进制或者HTML模式
   aliceblue #F0F8FF

3. RGB
   color = (0.3,0.3,0.4)

4. 颜色映射表
   matplotlib内置了很多预定义的颜色映射表，方便开发
   pyplot模块提供了colormaps()函数查看所有可用的颜色映射表

所有颜色都在这，颜色映射表的名称分为有_r后缀的，和没有的，其中有_r后缀的是没有的同名反转颜色
matplotlib主要有两种使用方式，
第一种是添加关键字参数cmap
第二种是直接用

plt.scatter(x, y, c = np.random.rand(10),cmap = matplotlib.cm.jet )  //直接使用
plt.set_cmap(matplotlib.cm.jet)

选择线型

matplotlib内置了四种线条
‘：’ 短虚线 ------------
‘-.’ 点划线 ——-——-——
‘–’ 长虚线 — — — ——
‘-’ 实线 ————
实例

ax.plot(data_x,first,linewidth = 2,linestyle= '--')

添加数据标记

填充型标记
非填充型标记

plt.plot([1,2,3],[1,2,3],marker = '*')

格式化字符串

因为设置颜色，标记，线型比较麻烦，所以有一个快捷的语法

'[颜色][标记][线型]'

设置一个品红色的虚线

plt.plot([1,2,3],[1,2,3],'mo--')

设置字体

Text类常用的属性
fontfamily 字体类别
size 大小
stretch 字体拉伸
style 风格
variant 变体
weight 粗细
rotation 文本角度

切换主题风格

print(ms.available)

['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']

使用use函数切换风格

ms.use('seaborn-dark')

填充区域

使用fill()函数

fill(*args,data = None, facecolor, edgecolor, linewidth, **kewargs)

*args:表示x轴坐标，y轴坐标
facecolor:表示填充的颜色
edgecolor: 边框的颜色
linewidth:边框宽度

fill_between(x, y1, y2 = 0, where = None, interpolate = False,
 step = None, data = None, **kwargs)

where 填充区域条件
y1 > y2 表示第一个曲线在上方的时候填充

fill_betweenx(x, y1, y2 = 0, where = None, interpolate = False,
 step = None, data = None, **kwargs)

实例

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False


x = np.linspace(-np.pi, np.pi, 256, endpoint = True)
y1 , y2 = np.sin(x), np.cos(x)


plt.plot(x,y1,linewidth=1.0,color="r",linestyle='--')
plt.plot(x,y2,linewidth=1.0,color='b',alpha=0.5)
plt.xlabel('x轴')
plt.ylabel('y轴')

plt.xlim(x.min() - 0.5, x.max() * 1 + 0.5)
plt.ylim()
plt.xticks([-np.pi, -np.pi / 2, 0, np.pi / 2,np.pi],[r'$-\pi$',r'$-\pi/2$',r'$0$',r'$\pi/2$',r'$\pi$'])
plt.yticks([-1,-0.5,-0.0,0.5,1.0])

plt.legend(['SIN','COS'])
plt.grid(visible=True,axis='both')
plt.annotate('cos(1)',xy = (1,np.cos(1)), xytext=(1 + 0.25,np.cos(1) + 0.3),arrowprops = dict(arrowstyle="->"))
plt.fill_between(x,y2,1,where=np.abs(x) < 0.5,color='green',alpha = 0.25)
plt.fill_between(x,y2,0,where=(np.abs(x) > 0.5) & (y2 > 0.5),color = 'green',alpha=0.25)
plt.show()