matplotlib

让matplotlib配色方案更加美观的三种方式

Apr 7, 2016
PYTHON, matplotlib

不管是谁,第一眼看到matplotlib配色方案的时候都至少不会觉得他很漂亮。我遇到很多使用Python的人问过我用什么module可以画出漂亮的图表,我的答复都是matplotlib。当然这对他们来讲都是一个比较吃惊的回答。 matplotlib配色如此“不舒适”的原因我不太清除,不过我希望通过他提供的灵活配置方式来得更加美观的图表。 matplotlib配色方案 让我很意外的是, 官方网站提供了一套不错的方案。虽然整体感觉比较“硬”,但确实比默认的好很多了。更好的是,在颜色方案的下面还配有代码来帮助你理解如何使用。 网址在这里: color example code brewer2mpl 通过pip安装 brewer2mpl包可以直接获得一些不错的方案。 这里给出一个简单的定义全局配色方案的例子: import brewer2mpl # brewer2mpl.get_map args: set name set type number of colors bmap = brewer2mpl.get_map('Set2', 'qualitative', 7) colors = bmap.mpl_colors import matplotlib as mpl mpl.rcParams['axes.color_cycle'] = colors 自由搭配 如果你对这些免费的方案并不满意,那么一些商业软件的方案或许能够满足你。 Tableau公开了自己应用的配色方式,你可以通过 这里来选择自己的方案。 当然,如果你找出了一个自己最满意的方案,并且希望每次都应用他时,不妨考虑把配色方案写入matplotlibrc的axes.color_cycle。