Matplotlib绘图基础之样式表详解
Matplotlib库 由于诞生的比较早,所以其默认的显示样式很难符合现在的审美,这也是它经常为人诟病的地方。
不过,经过版本更迭之后,现在 Matplotlib 已经内置了很多样式表,
通过使用不同的样式表,可以整体改变绘制图形的风格,不用再调整一个个显示参数。
1. 样式表的使用
1.1. 所有内置样式表
首先,查看内置的样式表有哪些:

import matplotlib.pyplot as plt plt.style.available
1.2. 使用样式表的方式
使用样式表的方式有两种:
一种是全局样式表设置,比如:
plt.style.use("ggplot")随后的代码中,所有绘制的图形都是 ggplot 风格。
另一种局部样式表设置,比如:
with plt.style.context("classic"):
# 绘制图形
pass这种方式,样式表只在 with 范围内生效。
2. 不同样式表的效果
下面演示几种风格差异比较大的样式表。
首先,封装一个绘制图形的函数。
def draw():
x = np.array(range(10))
y = np.random.randint(10, 100, 10)
fig = plt.figure(figsize=[6,4])
fig.add_subplot(211)
plt.plot(x, y)
fig.add_subplot(212)
plt.hist(y)2.1. classic 风格
with plt.style.context("classic"):
draw()
2.2. Solarize_Light2 风格
with plt.style.context("Solarize_Light2"):
draw()
2.3. bmh 风格
with plt.style.context("bmh"):
draw()
2.4. dark_background 风格
with plt.style.context("dark_background"):
draw()
2.5. fast 风格
with plt.style.context("fast"):
draw()
2.6. ggplot 风格
with plt.style.context("ggplot"):
draw()
2.7. seaborn 风格
seaborn是公认颜值比较高的绘图库,所以 Matplotlib 也支持很多种seaborn风格。
这里使用的是默认的 seaborn 风格。
with plt.style.context("seaborn-v0_8"):
draw()
3. 总结
内置的样式表方便易用,提供了许多预定义的样式,可以快速帮助我们创建美观的图表。
使用内置的样式表还有个好处是可以保持图表的统一风格,使得图表具有更高的可读性和可维护性。
Matplotlib提供的丰富的样式表,可以满足不同类型的绘图需求,并且还可以通过自定义样式表来实现更加个性化的绘图效果。
到此这篇关于Matplotlib绘图基础之样式表详解的文章就介绍到这了,更多相关Matplotlib样式表内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
pycharm社区版安装django并创建一个简单项目的全过程
社区版的pycharm跟专业版的pycharm应用差别还是不太大,下面这篇文章主要给大家介绍了关于pycharm社区版安装django并创建一个简单项目的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2022-05-05
Numpy中扁平化函数ravel()和flatten()的区别详解
本文主要介绍了Numpy中扁平化函数ravel()和flatten()的区别详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2023-02-02
python使用requests模块实现爬取电影天堂最新电影信息
这篇文章主要介绍了python使用requests模块实现爬取电影天堂最新电影信息,本文通过实例代码给大家介绍了str/list/tuple三者之间怎么相互转换,需要的朋友可以参考下2019-04-04


最新评论