如何让matplotlib图表看起来像这样专业？

Question

默认的matplotlib图表看起来真的很不吸引人，甚至有点不专业。我试过几个包，比如seaborn和prettyplotlib，但这两个的风格改进都不大。

到目前为止，我用seaborn包做出了以下效果：

下面是我想要的效果，和上面的差别很大：

注意第二个例子中的一些优点：

1. 图表下方的区域用更好看的颜色填充。
2. 图表的线条更粗，更显眼。
3. 坐标轴的线条也更粗，同样很显眼。
4. 曲线下方的区域是透明的。
5. X轴的刻度标记更密集。

我想问的是：你觉得上面的样式是某种流行的主题吗？我能在matplotlib中快速使用吗？或者我能从某个包中使用吗？如果不行，有没有办法把这个样式设置为我的全局偏好？如果还是不行，matplotlib真的能做到这一点吗？

谢谢！

Answer 1

你可以按照以下方式自定义图表的样式：

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()

Answer 2

matplotlib 是一个非常灵活的工具，你几乎可以用它做任何事情。如果它没有你想要的功能，你还可以自己写！当然，默认的设置看起来比较普通，这是因为每个人对“好看”的定义都不一样，所以没有必要强行规定一个样式。

这里有一个非常简单的例子，解决了你提到的四个问题。

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()

如果你想让所有的图表看起来一样，那么你应该生成一个自定义的 matplotlibrc 文件 或者使用 style。这里有一个有用的指南。要查看所有可用选项的列表，只需在交互式终端中输入 print plt.rcParams。

一些其他功能，比如填充，可能需要在每个图表中单独处理。你可以通过创建一个函数来标准化这个过程，这个函数可以根据输入（比如坐标轴实例和数据）来添加填充。

Answer 3

如果你想让图表看起来更符合你的风格，可以在seaborn中使用whitegrid这种样式。正如其他回答提到的，你可以通过alpha这个参数来控制填充的透明度，使用在fill_between这个函数里。

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)

关于seaborn样式的更多信息，可以在文档中找到。

Answer 4

这其实是个个人喜好的问题，也和你想要展示给谁有关。matplotlib 主要是为了科学目的而制作清晰的图表。这就意味着，它的图表不一定适合用在杂志上或者广告中。

关于 matplotlib，有一些好消息和坏消息。

坏消息：

• 没有一个神奇的命令或工具可以让你用 matplotlib 轻松创建漂亮的图表。

好消息：

• 有简单的方法可以改变默认设置，具体可以参考： http://matplotlib.org/users/customizing.html
• 它的对象模型让用户几乎可以改变所有东西，甚至可以添加复杂的新功能。
• 源代码是公开的，用户也可以很容易地进行修改。

在我看来，最难的事情是确定你想要什么。确定了目标后，做起来就简单多了，尽管一开始学习曲线可能会有点陡。

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')

（顺便提一下：原图中的X轴范围没有考虑到数据的周期性。）

这样我们就能得到类似这样的图：

很明显，我们需要做很多调整，才能让这个图适合不太懂工程的人来看。至少需要：

• 让填充颜色变得透明，颜色也要柔和一些
• 把线条加粗
• 改变线条的颜色
• 在X轴上添加更多的刻度
• 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')

现在我们得到了：

这和问题中的图不完全一样，但我们可以朝这个方向调整。这里设置的许多内容都可以作为 matplotlib 的默认设置。也许这能给你一些关于如何调整图表的思路。