【matplotlib基础】–样式表

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。