如何使 matplotlib 图形看起来像这样专业地完成？ [关闭]

Posted 2023-02-23

【中文标题】如何使 matplotlib 图形看起来像这样专业地完成？ [关闭]

【英文标题】：How to make matplotlib graphs look professionally done like this? [closed]

【发布时间】：2014-08-24 04:25:48

【问题描述】：

默认的 matplotlib 图看起来真的没有吸引力，甚至不专业。我尝试了几个包，包括 seaborn 和 prettyplotlib，但是这两个包都几乎没有改善样式。

到目前为止，我已经开始使用 seaborn 包：

下面是我正在寻找的与上面相去甚远的外观：

请注意第二个示例中的以下优点：

图表下方的区域填充了更加赏心悦目的颜色。 图表线很有思想，很突出。 轴线是思想家，再次很好地脱颖而出。 曲线下的区域是透明的。 X 轴刻度线更密集。

我的问题是：你认为上面是我可以在 matplotlib 中快速使用的某种流行主题或风格吗？或者如果我可以从某个包中使用？如果做不到这一点，有没有办法将这种风格设置为我的全球偏好？如果做不到这一点，甚至可以在 matlibplot 中做到这一点吗？

谢谢！

【问题讨论】：

我不会称底部的那一位是专业的。看起来像是从 excel 中出来的东西。

聘请（或成为）平面设计师。

【参考方案1】：

matplotlib 几乎是无限灵活的，因此您几乎可以用它做任何事情，如果它不存在，您可以自己编写！显然默认值是平淡无奇的，这是因为每个人都有自己的想法什么是“好”，所以强加​​预定义的样式是没有意义的。

这是一个非常简单的例子，它解决了你的 4 个观点。

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.ticker import MultipleLocator, FormatStrFormatter

x = np.linspace(-10, 10, 1000)
y = 1+np.sinc(x)

ax = plt.subplot(111)
ax.plot(x, y, lw=2)
ax.fill_between(x, 0, y, alpha=0.2)
ax.grid()

majorLocator   = MultipleLocator(1)
ax.xaxis.set_major_locator(majorLocator)

plt.show()

如果您想设置默认值以使您的所有绘图看起来都一样，那么您应该生成自定义matplotlibrc file 或使用style。有用的guide is here。要查看所有可用选项的列表，只需从交互式终端调用 print plt.rcParams。

其他一些功能（例如填充）将需要在每个地块的基础上完成。您可以通过创建一个在给定的某些输入（例如轴实例和数据）之间添加填充的函数来标准化您的工作。

【参考方案2】：

您可以自定义绘图样式如下：

import numpy as np
import matplotlib.pyplot as plt
plt.use_style('ggplot') # customize your plots style
x = np.linspace(0,2*np.pi,100)
y = np.sin(x)
plt.fill_between(x,y)
plt.show()

【参考方案3】：

为了更接近你喜欢的风格，你可以在 seaborn 中使用whitegrid 风格。正如其他答案所指出的，您可以使用 alpha 参数控制填充的透明度到 fill_between。

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
sns.set_style("whitegrid")

blue, = sns.color_palette("muted", 1)

x = np.arange(23)
y = np.random.randint(8, 20, 23)

fig, ax = plt.subplots()
ax.plot(x, y, color=blue, lw=3)
ax.fill_between(x, 0, y, alpha=.3)
ax.set(xlim=(0, len(x) - 1), ylim=(0, None), xticks=x)

有关 seaborn 风格的更多信息，请访问docs。

【参考方案4】：

这真的是品味问题，也是目标受众的问题。 matplotlib 试图为科学目的制作清晰的插图。这是 - 必然 - 一种妥协，插图不是你会在杂志上打印或在广告中展示的东西。

在这个意义上，matplotlib 有好消息也有坏消息。

坏消息：

没有一个神奇的命令或软件包可以用matplotlib 创造美丽的情节。

好消息：

有一些简单的方法可以更改默认设置，请参阅：http://matplotlib.org/users/customizing.html 对象模型使用户能够更改几乎所有内容并引入复杂的新功能。 源代码是可用的，用户甚至可以很容易地更改它。

在我看来，最困难的事情是决定你想要什么。然后做你想做的事情会更容易，即使一开始的学习曲线很陡峭。

举个例子：

import numpy as np
import matplotlib.pyplot as plt


# create some fictive access data by hour
xdata = np.arange(25)
ydata = np.random.randint(10, 20, 25)
ydata[24] = ydata[0]

# let us make a simple graph
fig = plt.figure(figsize=[7,5])
ax = plt.subplot(111)
l = ax.fill_between(xdata, ydata)

# set the basic properties
ax.set_xlabel('Time of posting (US EST)')
ax.set_ylabel('Percentage of Frontpaged Submissions')
ax.set_title('Likelihood of Reaching the Frontpage')

# set the limits
ax.set_xlim(0, 24)
ax.set_ylim(6, 24)

# set the grid on
ax.grid('on')

（注解：原图X轴限制没有考虑数据的循环性。）

这会给我们这样的东西：

很容易理解，我们需要进行大量更改才能向缺乏工程意识的观众展示这一点。至少：

使填充透明且颜色不那么刺眼 让线条变粗 更改线条颜色 向 X 轴添加更多刻度 更改标题的字体

---

# change the fill into a blueish color with opacity .3
l.set_facecolors([[.5,.5,.8,.3]])

# change the edge color (bluish and transparentish) and thickness
l.set_edgecolors([[0, 0, .5, .3]])
l.set_linewidths([3])

# add more ticks
ax.set_xticks(np.arange(25))
# remove tick marks
ax.xaxis.set_tick_params(size=0)
ax.yaxis.set_tick_params(size=0)

# change the color of the top and right spines to opaque gray
ax.spines['right'].set_color((.8,.8,.8))
ax.spines['top'].set_color((.8,.8,.8))

# tweak the axis labels
xlab = ax.xaxis.get_label()
ylab = ax.yaxis.get_label()

xlab.set_style('italic')
xlab.set_size(10)
ylab.set_style('italic')
ylab.set_size(10)

# tweak the title
ttl = ax.title
ttl.set_weight('bold')

现在我们有了：

这与问题中的不完全一样，但一切都可以朝着这个方向调整。此处设置的许多内容都可以设置为matplotlib 的默认值。也许这给出了如何改变情节的想法。

【讨论】：

谢谢。有没有办法让盒子的顶部和右侧边缘像示例中一样变灰？

@ShitalShah：就是这样，看代码。关键字是“spine”（可能有点难猜）。

这个答案已经部分过时了，尤其是“坏消息”部分，因为样式已经被引入 matplotlib。请参阅official matplotlib documentation about plot customization。