玩转Matplotlib的十个高级技巧

Matplotlib是Python中流行的数据可视化库，仅使用简单的几行代码就可以生成图表。但是默认的方法是生成的图表很简单，如果想增强数据演示的影响和清晰度，可以试试本文总结的10个高级技巧，这些技巧可以将可视化提升到一个新的水平:,,rcParams字典。它包含了用于创建图形的默认样式的所有Matplotlib设置。你可以直接从matplotlib命名空间导入它:,这时所有的Matplotlib设置，如果你想修改任何的Matplotlib参数，直接修改这个字典就可以了，你甚至可以将他序列化到本地，然后在其他项目中直接加载，这样你的每一个Matplotlib实例使用的都是相同的配置了。,还可以调用PyPlot的rcdefaults函数，它会将所有参数重置成默认值。,在底层，Matplotlib是完全面向对象的。,图片,上图中看到的每个单独的组件都是作为一个单独的类实现的。它们都继承自基类Matplotlib Artist。,但是类太多，并且每个类的参数都不一样这会给使用带来很大的不方便，所以Matplotlib定制了有许多以get_前缀开头的函数，可以直接创建图形中的组件。下面是一个例子:,假设我们想自定义一个图形的坐标:,图片,这很简单，只需在axes对象上调用get_xticklabels，就可以得到Matplotlib Text实例的列表:,还可以使用get_xticklines调整刻度线，或者使用get_xticks调整刻度的位置。,已经获得了对象，下面就可以进行调整了,调用plt.getp函数，可以查看它当前具有的参数。例如，假设我们想要样式化下面图的l2:,图片,这个方法返回了图表的所有属性,而plt.setp可以更改属性在没有任何参数的对象上调用this会打印出该对象可以接受的属性值:,要打印单个属性的可能值，可以将属性的名称作为字符串输入setp:,修改属性的方法如下:,要查看更改后的当前图形，只需在图形对象上调用get_figure:,图片,第二行的样式已经变了,Legends可以方便的告诉我们图中每个组件的含义,默认是这样显示的：,图片,我们可以调整他的参数，例如：,图例的位置、字体属性、大小，颜色，样式、图例中的列数，等等,可以在创建前设置，也可以在创建后使用get_legend提取，并使用getp、setp函数。,你有没有想过Matplotlib是如何自己改变颜色或循环不同风格的?,在底层，Matplotlib使用名为Cyclers的Python内置对象:,图片,这个循环函数接受任何键值参数并创建一个字典列表:,还可以将多个循环器与“plus”和“multiply”操作符组合起来，这样可以获得索引到索引或穷举的参数组合:,将这个自定义循环器并将其传递给Matplotlib，就可以定制样式。下面，我们创建四种不同的线条样式，允许Matplotlib循环使用不同的线条颜色，样式和大小:,可以使用axes对象的set_prop_cycle函数将这个自定义循环器传递给绘图:,图片,rcParams字典中默认设置如下:,图片,我们可以直接修改,轴刻度应该准确地传达数据点及其单位的最小值和最大值，并显示几个关键的检查点，以便在不同的绘图部分之间进行比较。,大多数tick属性可以使用axes对象的tick_params函数来控制。以下是文档中的例子:,首先应该指定的两个参数是axis和which。这些参数将应用于X或Y轴刻度，以及最小和最大刻度。,大多数时候，在Matplotlib中不会看到小刻度。如果需要可以使用axes对象上的minortics_on函数:,,如果不像自定义tick参数（因为很麻烦）。可以使用许多内置的Matplotlib的“主题”集合(称为tickers)。,在ticker模块下有许多这样的子模块。一般情况下标题中带有Locator的控件控制刻度的位置。而Formatters 则表示标签的样式。选择好后可以使用下面的方式进行设置：,使用axes对象的xaxis或yaxis属性，调用set_major(minor)_formatter(locator)函数，并传入类名。,自定义网格线可以突出数据范围。在Matplotlib中，可以使用轴线对象的网格函数创建和自定义网格。下面是一个垂直网格的例子:,,条形图在数据分析中很常见。它们最重要的地方就是每个条的高度，条形标签可以突出每个条的显示。,bar_label函数接受一个BarContainer对象作为参数，并自动标注每个bar的高度。,下面是Seaborn的一个简单的计数图:,,每次使用Seaborn或ax.bar等函数创建barplot时，BarContainer对象都会被添加到图中。可以使用axes对象的containers属性来检索这个容器对象:,在上面的列表中有一个BarContainer对象有5个bar。我们只需在创建了plot之后将这个对象传递给bar_label:,,当有很多图的时候，显示顺序是非常重要的。你需要确保在画布上以适当的顺序绘制每个图形，就需要zorder参数。,下面，我们用不同的zorders创建了三行:,,可以看到zorder越大，就会在最上方显示,覆盖掉小的组件。,Matplotlib在2023年6月的下载量超过3000万，几乎是其最大竞争对手Plotly的4倍。Matplotlib的成功不仅仅在于它的简单（只需要几行代码就能生成简单的图形），还在于他的功能强大，但是要使用这些强大的功能就需要使用他的高级功能，但是这些高级功能往往需要比较复杂的配置或者参数，需要我们浏览官方的文档。所以才出现了seaborn，他将Matplotlib进行了整合不仅简单而且好看。,但是有时我们需要更深入的定制功能,seaborn也许还达不到我们的目标，我们只能自己定义的参数，本文总结的是个高级技巧可以轻松的帮你完整自定义Matplotlib的任务。