Matplotlib — это самый популярный пакет или библиотека в Python, которая используется для визуализации данных. С помощью этой библиотеки мы можем создавать графики и рисунки, а также легко создавать растровые и векторные файлы без использования каких-либо других графических интерфейсов. С помощью matplotlib мы можем стилизовать графики так же, как веб-страницы HTML стилизуются с помощью CSS. Нам просто нужно импортировать пакет стилей библиотеки matplotlib.
В пакете стилей есть различные встроенные стили, и мы также можем создавать собственные файлы стилей, а затем использовать эти стили, импортируя их и применяя к графикам и диаграммам. Таким образом, нам не нужно снова и снова писать различные строки кода для каждого графика по отдельности, то есть код можно использовать повторно при необходимости.
Сначала мы импортируем модуль:
from matplotlib import style
Чтобы перечислить все доступные стили:
from matplotlib import style
print(plt.style.available)
Вывод:
[‘Solarize_Light2’, ‘_classic_test_patch’, ‘bmh’, ‘classic’, ‘dark_background’, ‘fast’, ‘fivethirtyeight’, ‘ggplot’,’grayscale’,’seaborn’,’seaborn-bright’,’seaborn-colorblind’, ‘seaborn-dark’, ‘seaborn-dark-palette’, ‘seaborn-darkgrid’, ‘seaborn-deep’, ‘seaborn-muted’, ‘seaborn-notebook’, ‘seaborn-paper’, ‘seaborn-pastel’, ‘seaborn-poster’,’seaborn-talk’,’seaborn-ticks’,’seaborn-white’,’seaborn-whitegrid’,’tableau-colorblind10′]
Выше приведен список стилей, доступных в пакете.
Синтаксис: plt.style.use(‘style_name”)
Где style_name — это название стиля, который мы хотим использовать.
Подход:
- Модуль импорта.
- Создавайте данные для графика.
- Используйте стиль, который хотите добавить в график.
- Создайте график.
- Покажите график.
Пример 1:
# importing all the necessary packages
import numpy as np
import matplotlib.pyplot as plt
# importing the style package
from matplotlib import style
# creating an array of data for plot
data = np.random.randn(50)
# using the style for the plot
plt.style.use('Solarize_Light2')
# creating a plot
plt.plot(data)
# show plot
plt.show()
Вывод:
Пример 2:
# importing all the necessary packages
import numpy as np
import matplotlib.pyplot as plt
# importing the style package
from matplotlib import style
# creating an array of data for plot
data = np.random.randn(50)
# using the style for the plot
plt.style.use('dark_background')
# creating a plot
plt.plot(data)
# show plot
plt.show()
Вывод:
Пример 3:
# importing all the necessary packages
import numpy as np
import matplotlib.pyplot as plt
# importing the style package
from matplotlib import style
# creating an array of data for plot
data = np.random.randn(50)
# using the style for the plot
plt.style.use('ggplot')
# creating plot
plt.plot(data, linestyle=":", linewidth=2)
# show plot
plt.show()
Вывод:
Примечание: если вы хотите использовать стиль только для определенного графика, но не хотите менять глобальный стиль для всех графиков, пакет стилей предоставляет контекстный менеджер для ограничения области применения стиля для определенного графика. Чтобы изменить стиль для графика, мы можем написать что-то вроде этого.
Пример 4:
# importing all the necessary packages
import numpy as np
import matplotlib.pyplot as plt
# importing the style package
from matplotlib import style
with plt.style.context('dark_background'):
plt.plot(np.sin(np.linspace(0, 2 * np.pi)), 'r-o')
plt.show()
Вывод:
Хотите погрузиться в мир программирования или отточить свои навыки Python? Наш курс «Master Python: от новичка до продвинутого уровня» — это полное руководство по освоению Python. В этом курсе вы найдёте всё, что нужно для создания прочной основы: от фундаментальных концепций программирования до продвинутых методов. Благодаря практическим проектам, реальным примерам и советам экспертов вы обретёте уверенность в себе и сможете решать сложные задачи по программированию. Независимо от того, начинаете ли вы с нуля или хотите улучшить свои навыки, этот курс идеально вам подойдёт. Регистрируйтесь сейчас и осваивайте Python, язык будущего!