将matplotlib中的“经济学人”样式保存为mplsty中的默认样式

Question

我通过修改给定的示例here创建了“经济学人”样式。不过，我想让这个样式出现在plt.style.使用（你的风格）。我有困难转换成它所需的格式。例如，下面是我创建“经济学人”风格的代码：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.randn(1000)
y = np.sin(x)

fig, ax = plt.subplots(facecolor='#CAD9E1', figsize=(12, 10))
ax.set_facecolor('#CAD9E1')
ax.yaxis.grid(color='#ffffff', linewidth=2)
ax.spines['left'].set_visible(False)
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
ax.tick_params(axis='y', length=0)
ax.xaxis.set_ticks_position('bottom')
# Lengthen the bottom x-ticks and set them to dark gray
ax.tick_params(direction='in', axis='x', length=7, color='0.1')
plt.scatter(x, y, color='#006767')

输出如下：

我打开了可用的默认mplstyles，发现可以使用以下方法更改面和网格线颜色：

^{pr2}$

但是，我不知道如何实现其余部分，例如：

ax.yaxis.grid(color='#ffffff', linewidth=2)
ax.spines['left'].set_visible(False)
ax.tick_params(axis='y', length=0)
ax.xaxis.set_ticks_position('bottom')
ax.tick_params(direction='in', axis='x', length=7, color='0.1')

Answer 1

您可以阅读有关customizing matplotlib here的文档。有一个sample ^{} file包含您可以自定义的大多数（如果不是全部）参数。在

作为参考，我相信您可以找到可定制参数的最终列表here。在

Answer 2

大多数（但不是所有的设置）都有一个等效的matplotlib rc参数。我想在这里你是幸运的，下面将rc参数用于“经济学人”风格的问题。在

要将它们放入文件中，请参见matplotlib customize guide。在

import numpy as np
import matplotlib.pyplot as plt

params = {"figure.facecolor": "#cad9e1",
              "axes.facecolor": "#cad9e1",
              "axes.grid" : True,
              "axes.grid.axis" : "y",
              "grid.color"    : "#ffffff",
              "grid.linewidth": 2,
              "axes.spines.left" : False,
              "axes.spines.right" : False,
              "axes.spines.top" : False,
              "ytick.major.size": 0,     
              "ytick.minor.size": 0,
              "xtick.direction" : "in",
              "xtick.major.size" : 7,
              "xtick.color"      : "#191919",
              "axes.edgecolor"    :"#191919",
              "axes.prop_cycle" : plt.cycler('color',
                                    ['#006767', '#ff7f0e', '#2ca02c', '#d62728',
                                     '#9467bd', '#8c564b', '#e377c2', '#7f7f7f',
                                     '#bcbd22', '#17becf'])}
plt.rcParams.update(params)


x = np.random.randn(1000)
y = np.sin(x)

fig, ax = plt.subplots(figsize=(12, 10))
ax.scatter(x, y)

plt.show()