文章目錄

• 前言
• 1 matplotlib全局樣式設定
• • 1.1 matplotlib自帶的樣式
  • 1.2 打造屬于自己的全局繪圖樣式
  • • 1.2.1 使用.mplstyle文件來設置
    • 1.2.2 設置rcparams
    • 1.2.3 修改matolotlibrc文件來修改樣式
• 2 matplotlib的色彩設置
• • 2.1 設置顏色的方式
  • • 2.1.1 RGB/RGBA
    • 2.1.2 HEX RGB/RGBA
    • 2.1.3 灰度色階
    • 2.1.4 八種基本顏色
  • 2.2 使用colormap設置一組顏色
• 作業

前言

本文為《Task05 - 樣式色彩秀芳華》筆記。

---

1 matplotlib全局樣式設定

從頭到尾保持繪圖的樣式。

1.1 matplotlib自帶的樣式

直接調用即可。

plt.style.use('default')

一共有26中自帶樣式：

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']

1.2 打造屬于自己的全局繪圖樣式

1.2.1 使用.mplstyle文件來設置

創建后綴名為.mplstyle的文件，添加如下列所示的內容：

axes.titlesize : 24
axes.labelsize : 20
lines.linewidth : 3
lines.markersize : 10
xtick.labelsize : 16
ytick.labelsize : 16

之后調用如下所示的代碼（路徑自己填自己的）：

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

另外，樣式可以混合使用：

plt.style.use(['dark_background', 'file/presentation.mplstyle']) plt.plot([1,2,3,4],[2,3,4,5])

1.2.2 設置rcparams

import matplotlib as mpl import matplotlib.pyplot as plt import numpy as npmpl.rcParams['lines.linewidth'] = 2 mpl.rcParams['lines.linestyle'] = '--' plt.plot([1,2,3,4],[2,3,4,5])

更便捷的方式：

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

1.2.3 修改matolotlibrc文件來修改樣式

1.2.2中的rc其實是matolotlibrc文件。

# 查找matplotlibrc文件的路徑 mpl.matplotlib_fname()

然后根據輸出的路徑找到matolotlibrc文件直接修改。好家伙！

2 matplotlib的色彩設置

• 可視化編碼的角度對顏色進行分析
  • 色相：沒有明顯的順序性、一般不用來表達數據量的高低，而是用來表達數據列的類別。
  • 亮度和飽和度：在視覺上很容易區分出優先級的高低、被用作表達順序或者表達數據量視覺通道。
    👉圖表配色指南🔗
    👉學會這6個可視化配色基本技巧，還原數據本身的意義🔗

2.1 設置顏色的方式

2.1.1 RGB/RGBA

• RGB
  (red, green, blue)
• RGBA
  (red, green, blue, alpha)

plt.style.use('default')# 顏色用[0,1]之間的浮點數表示，四個分量按順序分別為(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))

2.1.2 HEX RGB/RGBA

# 用十六進制顏色碼表示，同樣最后兩位表示透明度，可省略 plt.plot([1,2,3],[4,5,6],color='#0f0f0f') plt.plot([4,5,6],[1,2,3],color='#0f0f0f80')

2.1.3 灰度色階

當只有一個位于[0,1]的值時，表示灰度色階。

plt.plot([1,2,3],[4,5,6],color='0.5')

2.1.4 八種基本顏色

matplotlib有八個基本顏色，可以用單字符串來表示，分別是’：

b’‘g’‘r’‘c’‘m’‘y’‘k’‘w’

blue	green	red	cyan	magenta	yellow	black	white

import matplotlib.pyplot as plt import numpy as npcolors = [ 'b', 'g', 'r', 'c', 'm', 'y', 'k', 'w' ]fig, axs = plt.subplots(2,4)for ax,c in zip(axs.flat,colors):ax.plot([1,2,3],[4,5,6],color=c)fig.tight_layout()

在參數color處可以使用以下顏色：

2.2 使用colormap設置一組顏色

作業

查閱matplotlib官網，列舉出Sequential，Diverging，Cyclic，Qualitative，Miscellaneous分別有哪些內置的colormap，并以代碼繪圖的形式展現出來

import numpy as np import matplotlib.pyplot as pltcmaps = [('Perceptually Uniform Sequential', ['viridis', 'plasma', 'inferno', 'magma', 'cividis']),('Sequential', ['Greys', 'Purples', 'Blues', 'Greens', 'Oranges', 'Reds','YlOrBr', 'YlOrRd', 'OrRd', 'PuRd', 'RdPu', 'BuPu','GnBu', 'PuBu', 'YlGnBu', 'PuBuGn', 'BuGn', 'YlGn']),('Sequential (2)', ['binary', 'gist_yarg', 'gist_gray', 'gray', 'bone', 'pink','spring', 'summer', 'autumn', 'winter', 'cool', 'Wistia','hot', 'afmhot', 'gist_heat', 'copper']),('Diverging', ['PiYG', 'PRGn', 'BrBG', 'PuOr', 'RdGy', 'RdBu','RdYlBu', 'RdYlGn', 'Spectral', 'coolwarm', 'bwr', 'seismic']),('Cyclic', ['twilight', 'twilight_shifted', 'hsv']),('Qualitative', ['Pastel1', 'Pastel2', 'Paired', 'Accent','Dark2', 'Set1', 'Set2', 'Set3','tab10', 'tab20', 'tab20b', 'tab20c']),('Miscellaneous', ['flag', 'prism', 'ocean', 'gist_earth', 'terrain', 'gist_stern','gnuplot', 'gnuplot2', 'CMRmap', 'cubehelix', 'brg','gist_rainbow', 'rainbow', 'jet', 'turbo', 'nipy_spectral','gist_ncar'])]gradient = np.linspace(0, 1, 256) gradient = np.vstack((gradient, gradient))def plot_color_gradients(cmap_category, cmap_list):# Create figure and adjust figure height to number of colormapsnrows = len(cmap_list)figh = 0.35 + 0.15 + (nrows + (nrows-1)*0.1)*0.22fig, axs = plt.subplots(nrows=nrows, figsize=(6.4, figh))fig.subplots_adjust(top=1-.35/figh, bottom=.15/figh, left=0.2, right=0.99)axs[0].set_title(cmap_category + ' colormaps', fontsize=14)for ax, name in zip(axs, cmap_list):ax.imshow(gradient, aspect='auto', cmap=name)ax.text(-.01, .5, name, va='center', ha='right', fontsize=10,transform=ax.transAxes)# Turn off *all* ticks & spines, not just the ones with colormaps.for ax in axs:ax.set_axis_off()for cmap_category, cmap_list in cmaps:plot_color_gradients(cmap_category, cmap_list)fig.savefig('colrmap.png')plt.show()

<img src="https://img-blog.csdnimg.cn/20201224103616817.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzY1NTI4Mg==,size_16,color_FFFFFF,t_70)

學習如何自定義colormap，并將其應用到任意一個數據集中，繪制一幅圖像，注意colormap的類型要和數據集的特性相匹配，并做簡單解釋

import matplotlib.pyplot as plt from matplotlib.colors import ListedColormapdef plot_examples(colormaps):"""Helper function to plot data with associated colormap."""np.random.seed(19680801)data = np.random.randn(30, 30)n = len(colormaps) # 在下面代碼中有n=1fig, axs = plt.subplots(1, n, figsize=(n * 2 + 2, 3),constrained_layout=True, squeeze=False)for ax, cmap in zip(axs.flat, colormaps):"""創建不規則的矩形網格圖。vmin,vmax: 顏色條的范圍rasterized: 柵格化（位圖），默認為None.cmap:注意得是ListedColormap類型的"""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(["darkorange", "gold", "lawngreen", "lightseagreen"]) # print(len([cmap])) # [out] 1 plot_examples([cmap]) #注意添加[]

總結

以上是生活随笔為你收集整理的数据可视化组队学习：《Task05 - 样式色彩秀芳华》笔记的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。