當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

样式色彩秀芳华

發布時間：2023/12/8 编程问答 60 豆豆

生活随笔收集整理的這篇文章主要介紹了样式色彩秀芳华小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

樣式色彩秀芳華[?]

第五回詳細介紹matplotlib中樣式和顏色的使用，繪圖樣式和顏色是豐富可視化圖表的重要手段，因此熟練掌握本章可以讓可視化圖表變得更美觀，突出重點和凸顯藝術性。
關于繪圖樣式，常見的有3種方法，分別是修改預定義樣式，自定義樣式和rcparams。
關于顏色使用，本章介紹了常見的5種表示單色顏色的基本方法，以及colormap多色顯示的方法。

一、matplotlib的繪圖樣式（style）[?]

在matplotlib中，要想設置繪制樣式，最簡單的方法是在繪制元素時單獨設置樣式。但是有時候，當用戶在做專題報告時，往往會希望保持整體風格的統一而不用對每張圖一張張修改，因此matplotlib庫還提供了四種批量修改全局樣式的方式

1.matplotlib預先定義樣式[?]

matplotlib貼心地提供了許多內置的樣式供用戶使用，使用方法很簡單，只需在python腳本的最開始輸入想使用style的名稱即可調用，嘗試調用不同內置樣式，比較區別

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

那么matplotlib究竟內置了那些樣式供使用呢？總共以下26種豐富的樣式可供選擇。

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.用戶自定義stylesheet[?]

在任意路徑下創建一個后綴名為mplstyle的樣式清單，編輯文件添加以下樣式內容

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

引用自定義stylesheet后觀察圖表變化。

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

值得特別注意的是，matplotlib支持混合樣式的引用，只需在引用時輸入一個樣式列表，若是幾個樣式中涉及到同一個參數，右邊的樣式表會覆蓋左邊的值。

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

3.設置rcparams[?]

我們還可以通過修改默認rc設置的方式改變樣式，所有rc設置都保存在一個叫做 matplotlib.rcParams的變量中。
修改過后再繪圖，可以看到繪圖樣式發生了變化。

plt.style.use('default') # 恢復到默認樣式 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]);

另外matplotlib也還提供了了一種更便捷的修改樣式方式，可以一次性修改多個樣式。

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

二、matplotlib的色彩設置（color）[?]

在可視化中，如何選擇合適的顏色和搭配組合也是需要仔細考慮的，色彩選擇要能夠反映出可視化圖像的主旨。
從可視化編碼的角度對顏色進行分析，可以將顏色分為色相、亮度和飽和度三個視覺通道。通常來說：
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。
明度和飽和度：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。
具體關于色彩理論部分的知識，不屬于本教程的重點，請參閱有關拓展材料學習。
ECharts數據可視化實驗室
學會這6個可視化配色基本技巧，還原數據本身的意義

在matplotlib中，設置顏色有以下幾種方式：

1.RGB或RGBA[?]

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.HEX RGB 或 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');

RGB顏色和HEX顏色之間是可以一一對應的，以下網址提供了兩種色彩表示方法的轉換工具。
https://www.colorhexa.com/

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');

4.單字符基本顏色[?]

# 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'，對應的是blue, green, red, cyan, magenta, yellow, black, and white的英文縮寫 plt.plot([1,2,3],[4,5,6],color='m');

5.顏色名稱[?]

# matplotlib提供了顏色對照表，可供查詢顏色對應的名稱 plt.plot([1,2,3],[4,5,6],color='tan');

6.使用colormap設置一組顏色[?]

有些圖表支持使用colormap的方式配置一組顏色，從而在可視化中通過色彩的變化表達更多信息。

在matplotlib中，colormap共有五種類型:

順序（Sequential）。通常使用單一色調，逐漸改變亮度和顏色漸漸增加，用于表示有順序的信息
發散（Diverging）。改變兩種不同顏色的亮度和飽和度，這些顏色在中間以不飽和的顏色相遇;當繪制的信息具有關鍵中間值（例如地形）或數據偏離零時，應使用此值。
循環（Cyclic）。改變兩種不同顏色的亮度，在中間和開始/結束時以不飽和的顏色相遇。用于在端點處環繞的值，例如相角，風向或一天中的時間。
定性（Qualitative）。常是雜色，用來表示沒有排序或關系的信息。
雜色（Miscellaneous）。一些在特定場景使用的雜色組合，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');

在以下官網頁面可以查詢上述五種colormap的字符串表示和顏色圖的對應關系