Matpltlibrc file 設置圖表屬性
Matplotlib 在繪圖過程中，每創(chuàng)建一個圖表，都要對該圖表內的樣式(例如 字體大小、顏色、分辨率、橫縱坐標刻度、橫縱坐標標簽)設置一次，重復乏味，如下展示的是一個正弦函數(shù)曲線
X =np.linspace(-np.pi,np.pi,256,endpoint =True)
S = np.sin(X)
plt.plot(X,S,color = "blue",linewidth = 3.0,linestyle = ":")
為了方便起見，matplotlib 提供一個 matplotlibrc 文件接口，來全局自定義圖表屬性(圖表大小、DPI、線的寬度、坐標軸、樣式、網(wǎng)格屬性等)，使用方法為 rcParams 命令，一次定義,對接下來創(chuàng)建的全部圖表的樣式都起效，避免了來回調參的麻煩
rcParsms 參數(shù)是以字典鍵值對的形式聲明，格式如下
matplotlib.rcParams['lines.linewidth'] = 2
matplotlib.rcParams['lines.linestyle'] = '--'
在創(chuàng)建圖表之前，對全局參數(shù)進行設定，設定好了之后可以應用到全部圖表中，不需要自己再進行逐一設置
mpl.rcParams['lines.linewidth'] = 2.5 #linewidth
mpl.rcParams['lines.linestyle'] = '-' #( mpl 是 matplotlib 的縮寫)
plt.plot(X,S,color = 'red')
上面提到的 matplotlib.rcParams 的一種縮寫方法為 mpl.rc() 函數(shù)
mpl.rc('lines', linewidth=4, linestyle='-.')
plt.plot(X,S,color = 'red')
如果不想使用之前設置的全局樣式，也可以在圖表繪制時單獨設置，這樣的話會直接把原來的樣式覆蓋掉即，例如這里只改變線條樣式， linewidth 設為 “-.”，顏色設為橘黃色，其他參數(shù)不變：
除了上面說的常用屬性設置之外，也可以利用 rcParams 改變橫坐軸的坐標標簽，大小，刻度顏色等；
mpl.rcParams['axes.grid'] =True
mpl.rcParams['axes.labelsize'] = 15
mpl.rcParams['axes.labelcolor'] ="red"
mpl.rcParams['xtick.color'] = 'red'
mpl.rcParams['xtick.alignment'] = "center"
plt.plot(X,S,color = 'orange')
plt.ylabel("Y")
plt.xlabel("X")
據(jù)官網(wǎng)介紹，rcParam 還支持 FONT、LaTex、TEXT、IMAGES、ANIMATION 等類別屬性修改，足夠日常繪表的需求
## Matplotlib configuration are currently divided into following parts:
## - BACKENDS
## - LINES
## - PATCHES
## - HATCHES
## - BOXPLOT
## - FONT
## - TEXT
## - LaTeX
## - AXES
## - DATES
## - TICKS
## - GRIDS
## - LEGEND
## - FIGURE
## - IMAGES
## - CONTOUR PLOTS
## - ERRORBAR PLOTS
## - HISTOGRAM PLOTS
## - SCATTER PLOTS
## - AGG RENDERING
## - PATHS
## - SAVING FIGURES
## - INTERACTIVE KEYMAPS
## - ANIMATION
具體詳細內容可以參考官網(wǎng)文檔：https://matplotlib.org/tutorials/introductory/customizing.html
Matplotlib 設置樣式 style
看過 R 語言里的一些可視化包 ggplot2，recharts 做出來的圖，與 matplotlib 一對比，覺得 matplotlib 的可視化效果差一點，下圖是 ggplot 繪制得到的圖表
如果仔細研究的話，其實 matplotlib 在可視化效果方面也是非常不錯的，matlibplot 提供很強大的樣式修改、切換機制，例如說我們看到某個圖表樣式比較不錯，可以把它保存下為 style 文件并設置為 matplibplot 調用接口，下次再繪制相同樣式圖表時只需填充數(shù)據(jù)，調用一下即可
在定義樣式之前，可以先預覽一下matplotlib 提供的 圖表樣式種類，在 matplotlib 3.1.1 版本中一共提供了 26個 樣式
print(plt.style.available)
#print
['bmh',
'classic',
'dark_background',
'fast',
'fivethirtyeight',
'ggplot',
'grayscale',
'seaborn-bright',
'seaborn-colorblind',
'seaborn-dark-palette',
'seaborn-dark',
'seaborn-darkgrid',
'seaborn-deep',
'seaborn-muted',
'seaborn-notebook',
'seaborn-paper',
'seaborn-pastel',
'seaborn-poster',
'seaborn-talk',
'seaborn-ticks',
'seaborn-white',
'seaborn-whitegrid',
'seaborn',
'Solarize_Light2',
'tableau-colorblind10',
'_classic_test']
使用內置樣式
樣式使用方法相對比較簡單，一行代碼即可，這里設置的樣式以 ggplot 為例
plt.style.use("ggplot")
S = np.cos(X)
plt.plot(X,S)
混合樣式使用
matplotlib 除了能夠使用單一 style 之外，也可以 把多個 style 混在一起使用，把樣式名以列表形式存儲即可；但在使用過程中，如果多個樣式的屬性發(fā)生沖突（一個樣式背景為黑色，一個背景為白色），列表右邊的樣式會覆蓋左邊的；
plt.style.use(['fivethirtyeight','dark_background'])
S = np.cos(X)
plt.plot(X,S)
自定義樣式
也可以自己定義樣式，樣式里面屬性以下面方式定義，存儲
axes.titlesize : 24
axes.labelsize : 20
lines.linewidth : 3
lines.markersize : 10
xtick.labelsize : 16
ytick.labelsize : 16
屬性定義完之后存儲在一個文件中，文件名格式需要有所要求：需后綴名為 .mplstyle ；調用時，利用 pyplot.use.style( "你的style 文件路徑") 命令即可
>>> import matplotlib.pyplot as plt
>>> plt.style.use('./images/presentation.mplstyle')
臨時圖表樣式
需要注意的是上面提到用 plt.style.use() 命令設置的是全局 style，后面創(chuàng)建圖表后，默認使用的樣式都是一樣的；Matplotlib 在這里對于設置完 全局樣式之后，對于某一個圖表想要設置為特定的樣式，加入了臨時樣式的概念：
with plt.style.context('dark_background'):
plt.plot(np.sin(np.linspace(0, 2 * np.pi)))
plt.show()
在上面的方法中，用 with 創(chuàng)建了一個臨時樣式 ，用到了 plt.style.context() 函數(shù)，創(chuàng)建的樣式是有范圍限制的，只對 with 范圍內創(chuàng)建的圖表格式有效
