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

x = np.random.randn(50) y = np.random.randn(50) plt.scatter(x,y,c=x,cmap='RdPu');

[外鏈圖片轉存中…(img-P5eVVwxp-1642762840809)]

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
https://matplotlib.org/stable/tutorials/colors/colormaps.html

總結

以上是生活随笔為你收集整理的样式色彩秀芳华的全部內容，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。