Python数据分析 Anaconda发行版 Jupyter notebook 安装和文档 启动 运行机制 主界面 新建文档 工作界面 文档结构 编辑和命令模式 快捷键 执行和输出 Markdown单元 图片和视频 幻灯片 导出格式 魔法命令 Numpy 基础知识 数据类型 创建数组 数组运算 通用函数 索引切片迭代 添加删除去重 形状变换 堆积数组 分割数组 视图和复制 广播机制 花式索引 布尔索引 统计方法 随机数 Pandas Series DataFrame Index 重建索引 轴向上删除条目 索引和切片 算术和广播 函数和映射 排序和排名 统计和汇总 文件读取 分块读取 写出数据 JSON和Pickle HDF5 EXCEL文件 Web交互 数据库交互 删除缺失值 补全缺失值 删除重复值 替换 重命名轴索引 离散化和分箱 检测和过滤 随机和抽样 字符串操作 分层索引 分层索引进阶 合并连接 粘合与堆叠 重塑 Matplotlib 配置环境 使用常识 保存图形 两种图画接口 使用中文 线型图 颜色线型和标记 坐标轴上下限 坐标轴刻度 图题、轴标签和图例 配置图题 配置图例 颜色条 文本、箭头和注释 散点图 直方图 条形图 饼图 误差线 等高线 多子图 patch 自定义坐标轴刻度 风格样式展示 下一步

风格样式展示

阅读: 4922     评论：1

到现在，我们可以追求一下整体的风格样式了：

>>> plt.style.available

['bmh',
 'classic',
 'dark_background',
 'fast',
 'fivethirtyeight',
 'ggplot',
 'grayscale',
 'seaborn-bright',
 'seaborn-colorblind',
 'seaborn-dark-palette',
 'seaborn-dark',
 'seaborn-darkgrid',
 'seaborn-deep',
 'seaborn-muted',
 'seaborn-notebook',
 'seaborn-paper',
 'seaborn-pastel',
 'seaborn-poster',
 'seaborn-talk',
 'seaborn-ticks',
 'seaborn-white',
 'seaborn-whitegrid',
 'seaborn',
 'Solarize_Light2',
 'tableau-colorblind10',
 '_classic_test']

下面展示一下一些经典的风格，为此我们设计了一个可以绘制直方图和正弦余弦曲线的函数，然后使用with的上下文管理器语法，测试不同的风格：

def hist_and_lines():
    np.random.seed(10)
    fig, ax = plt.subplots(1, 2, figsize=(11, 4))
    ax[0].hist(np.random.randn(1000))

    x = np.linspace(0,10,100)    
    ax[1].plot(np.sin(x))
    ax[1].plot(np.cos(x))
    ax[1].legend(['a', 'b', 'c'], loc='lower left')

with语句：

with plt.style.context('classic'):
    hist_and_lines()

将其中的‘classic’字符串替换成你想要的风格名称，就能在with管理区内使用风格，而不影响后面的绘图。

  • 默认风格classic

img

真的比较丑，和matlab一样。

  • fivethirtyeight

img

  • ggplot

img

这个风格是模仿R语言的ggplot工具风格。

  • bmh

img

  • 灰度grayscale

比较适合黑白打印的需求

img

  • seaborn

img

这个样式来自Seaborn库。在Jupyter notebook中import seaborn后，会自动加载这个样式。

 自定义坐标轴刻度 下一步 

评论总数： 1

点击登录后方可评论

请问怎么将matplotlib的图像结果输出在html中，和django结合起来？


By   成名在望丨    On   2021年3月20日 19:58   回复