Matplotlib自定义样式绘制精美统计图
前言
matplotlib提供的所有绘图都带有默认样式。虽然这可以进行快速绘图，但有时可能需要自定义绘图的颜色和样式，以对绘制更加精美、符合审美要求的图像。matplotlib的设计考虑到了此需求，很容易调整matplotlib图形的样式。
控制填充样式
matplotlib提供了填充图案用于填充平面。这些填充图案，对于仅包含黑白两色的图形中具有重要作用。
import numpy as np import matplotlib.pyplot as plt n = 10 a = np.random.random(n) b = np.random.random(n) x = np.arange(n) plt.bar(x, a, color='w', hatch='x', edgecolor='black') plt.bar(x, a+b, bottom=a, color='w', edgecolor='black', hatch='/') plt.show() 复制代码
具有填充呈现性的函数（如pyplot.bar()）接受可选参数hatch控制填充样式，此参数的可选值包括："/"， "\"， "|"， "-"， "+"， "x"， "o"， "O"，"."和"*"，每个值对应于不同的填充图案；edgecolor参数可用于控制图案填充的颜色。
控制标记样式
在《详解常见统计图的绘制》中，我们已经了解了如何如何绘制曲线，并明白了曲线是由点之间的连线构成的；此外，散点图表示数据集中的每个点。而matplotlib提供了多种形状，可以用其他类型的标记替换点的样式。 标记的指定方式包括以下几种：
预定义标记：预定义的形状，表示为[0, 8]范围内的整数或某些预定义的字符串。
顶点列表：值对列表，用作形状路径的坐标。
正多边形：表示N边正多边形的三元组(N, 0, angle)，其中angle为旋转角度。
星形多边形：它表示为三元组(N, 1, angle)，代表N边正星形，其中angle为旋转角度。
import numpy as np import matplotlib.pyplot as plt a = np.random.standard_normal((100, 2)) a += np.array((-1, -1)) b = np.random.standard_normal((100, 2)) b += np.array((1, 1)) plt.scatter(a[:,0], a[:,1], color = 'm', marker = 'x') plt.scatter(b[:,0], b[:,1], color = 'c', marker = '^') plt.show() 复制代码
使用marker参数，可以为每个数据集合集合指定不同的标记。
我们已经在中学习了如何在散点图中为每个点定义不同的颜色，如果我们需要为每个点定义不同样式该怎么办呢？问题在于，与color参数不同，marker参数不接受标记样式列表作为输入。因此，我们不能实现plt.scatter()的单次调来显示具有不同标记的多个点集。解决方案是，将每种类型的数据点分隔置不同集合中，并为每个集合单独调用pyplot.scatter()调用：
import numpy as np import matplotlib.pyplot as plt label_list = ( b'Iris-setosa', b'Iris-versicolor', b'Iris-virginica', ) colors = ['c','y','m'] def read_label(label): return label_list.index(label) data = np.loadtxt('iris.data', delimiter = ',', converters = { 4 : read_label }) marker_set = ('^', 'x', '.') for i, marker in enumerate(marker_set): data_subset = np.asarray([x for x in data if x[4] == i]) plt.scatter(data_subset[:,0], data_subset[:,1], color = colors[i], marker = marker) plt.show() 复制代码对于pyplot.plot()，也可以使用相同的标记参数访问标记样式。当数据点密集时，每个点都使用标记进行显示将会导致图片混乱，因此matplotlib提供了markevery参数，允许每隔N个点显示一个标记：
import numpy as np import matplotlib.pyplot as plt x = np.linspace(-6, 6, 1024) y_1 = np.sinc(x) y_2 = np.sinc(x) + 1 plt.plot(x, y_1, marker = 'x', color = '.75') plt.plot(x, y_2, marker = 'o', color = 'k', markevery = 64) plt.show() 复制代码
控制标记大小
标记的大小可选参数s进行控制：
import numpy as np import matplotlib.pyplot as plt a = np.random.standard_normal((100, 2)) a += np.array((-1, -1)) b = np.random.standard_normal((100, 2)) b += np.array((1, 1)) plt.scatter(a[:,0], a[:,1], c = 'm', s = 100.) plt.scatter(b[:,0], b[:,1], c = 'c', s = 25.) plt.show() 复制代码
Tips：标记的大小由plt.scatter()的参数s设置，但应注意它设置的是标记的表面积倍率而非半径。 plt.scatter()函数还可以接受列表作为s参数的输入，其表示每个点对应一个大小：
import numpy as np import matplotlib.pyplot as plt m = np.random.standard_normal((1000, 2)) r_list = np.sum(m ** 2, axis = 1) plt.scatter(m[:, 0], m[:, 1], c = 'w', edgecolor='c', marker = 'o', s = 32. * r_list) plt.show() 复制代码
Tips：plt.plot()函数允许在markersize(或简写为ms)参数的帮助下更改标记的大小，但是此参数不接受列表作为输入。
创建自定义标记
虽然matplotlib提供了多种标记形状。但是在某些情况下我们可能仍然找不到适合具体需求的形状。例如，我们可能希望使用公司徽标等作为形状。 在matplotlib中，将形状描述为一条路径——一系列点的连接。因此，如果要定义我们自己的标记形状，必须提供一系列的点：
import numpy as np import matplotlib.path as mpath from matplotlib import pyplot as plt shape_description = [ ( 1., 2., mpath.Path.MOVETO), ( 1., 1., mpath.Path.LINETO), ( 2., 1., mpath.Path.LINETO), ( 2., -1., mpath.Path.LINETO), ( 1., -1., mpath.Path.LINETO), ( 1., -2., mpath.Path.LINETO), (-1., -2., mpath.Path.LINETO), (-1., -1., mpath.Path.LINETO), (-2., -1., mpath.Path.LINETO), (-2., 1., mpath.Path.LINETO), (-1., 1., mpath.Path.LINETO), (-1., 2., mpath.Path.LINETO), ( 0., 0., mpath.Path.CLOSEPOLY), ] u, v, codes = zip(*shape_description) my_marker = mpath.Path(np.asarray((u, v)).T, codes) data = np.random.rand(8, 8) plt.scatter(data[:,0], data[:, 1], c = 'm', marker = my_marker, s = 75) plt.show() 复制代码
Tips：所有带有标记的图形的pyplot函数都有一个可选参数marker，其参数值可以是预定义的matplotlib标记，也可以是自定义的路径实例，路径对象在matplotlib.path模块中定义。
Path对象的构造函数将坐标列表和指令列表作为输入；每个坐标一条指令，使用一个列表将坐标和指令融合在一起，然后将坐标列表和指令传递给路径构造函数，如下所示：
u, v, codes = zip(*shape_description) my_marker = mpath.Path(np.asarray((u, v)).T, codes) 复制代码
形状是通过光标的移动来描述的：
MOVETO：此指令将光标移动到指定的坐标，并不画线。
LINETO：这将在光标当前点和目标点之间绘制直线，并将光标移动至目标点。
CLOSEPOLY：此指令仅用于关闭路径，每个形状都以这条指示结束。
理论上，任何形状都是可能的，我们只需要描述它的路径。单在实践中，如果想使用复杂的形状，最好可以提前进行转换工作。
作者：盼小辉丶
链接：https://juejin.cn/post/7022130073037701156