Python可视化学习：Matplotlib的配置详细介绍

来源：动视网责编：小采时间：2020-11-27 14:24:53

Python可视化学习：Matplotlib的配置详细介绍

Python可视化学习：Matplotlib的配置详细介绍:Matplotlib是一个优秀的可视化库，它提供了丰富的接口，让Python的可视化落地显得非常容易上手。本系列是本人学习python可视化的学习笔记，主要用于监督自己的学习进度，同时也希望和相关的博友们进行交流。由于本人是一名在职的数据分析师而并非开发人员，学

推荐度：

点击下载本文 文档为doc格式

导读Python可视化学习：Matplotlib的配置详细介绍:Matplotlib是一个优秀的可视化库，它提供了丰富的接口，让Python的可视化落地显得非常容易上手。本系列是本人学习python可视化的学习笔记，主要用于监督自己的学习进度，同时也希望和相关的博友们进行交流。由于本人是一名在职的数据分析师而并非开发人员，学

作为本系列的第一章，我重点记录了matplotlib的有关配置方式和内容。

1. Matplolib 默认参数的配置

Matplotlib的很多参数都是通过.rc文件来进行配置的，且已经为大部分的属性配置了默认的数值。自己可以根据需求对各种默认属性进行必要的调整。

在代码执行的过程中，可以通过两种方式来更改运行的参数。

使用字典（rcParams）进行参数的配置：在代码的运行过程中调用rcParams（一个字典）对字典中的对应参数进行调整。

调用matplotlib.rc() 函数：通过向matplotlib.rc()传入属性元组来修改配置项。

如果需要配置动态修改后的配置参数，可以调用matplotlib.rcdefaults()将配置重置为标准配置。
以下两段代码实现的效果一样，但采用的方式有所差异：

# 采用的matplotlib.rcParams的例子：import matplotlib as mpl
mpl.rcParams['lines.width']=2 #将线宽设置为2mpl.rcParams['lines.color']='r' #将线的颜色设置为红色 red#使用matplotlib.rc() 的例子mpl.rc('lines',linewidth=2,color='r')

2. 为项目配置matplotlib参数

使用配置参数的方式，是让你能够在不同的项目中使用不同的参数配置，不同的同事和项目之间分配配置模板。
matplotlib通过matplotrc文件来进行配置，这个文件根据他们的应用范围可以有一下三个级别：

当前工作目录：代码运行的目录，可以为目录所包含的当前项目代码定制matplotlib配置项。配置文件的名称是：matplotlibrc
用户级配置文件：.matplotlib/matplotlibrc文件。通常是在用户的$HOME中（也就是windows系统中的Documents and Setting目录）。可以调用matplotlib.get_configdir()命令获取当前用户的配置文件目录。
安装级配置文件：通常在python的site-packags目录下。不过，每次重新安装matplotlib后，这个文件都会被覆盖，所以如果希望保持持久有效的配置，最好选择在用户级配置文件中进行配置。

配置文件包括以下的选项（对象）：

axes: 设置坐标轴边界和颜色、坐标刻度值的大小和网格的显示；

backend：设置目标输出TkAgg和GTKAgg。

figure：控制dpi、边界颜色、图形大小和子区(subplot)设置。

font：字体集（font-family）、字体的大小和样式设置。

grid：设置网格的颜色和线型。

legend：设置图例和其中文本的显示方式。

line：设置线条（颜色，线型，线宽等）和标记。

patch：是填充2D空间的图形对象，如多边形和圆。控制线宽、颜色和抗锯齿设置等。

savefig：可以对保存的图形进行单独设置，例如渲染输出的图片的颜色背景色为白色。

text：设置字体的颜色、文本解析等。

verbose：设置matplotlib在执行期间的信息输出，如silent, helpful, debug等。

其实，这些对象在matplotlib中都是单独的对象，都有单独API。在Matplotlib作图的过程中，实际上就是将各种配置好的对象堆积在一起。