Matplotlib - 使用 Cycler 进行样式设置

Cycler 是一个从 Matplotlib 中提取出来的独立包，专为控制图表样式属性（如 color、marker 和 linestyle）而设计。此工具允许您轻松地在单个轴上为多条线循环使用不同的样式。

导入 Cycler − 要开始使用 Cycler，您需要将其导入到 Python 脚本中。

from cycler import cycler

这使您能够创建和操作 Cycler 来设置图表的样式。

创建 Cycler − cycler 函数用于创建新的 Cycler 对象。它可以接受单个位置参数、位置参数对，或关键字参数组合。

# 创建颜色 Cycler
color_cycle = cycler(color=['r', 'g', 'b'])

“color_cycle” 是一个 Cycler 对象，它会循环使用红色、绿色和蓝色。一旦有了 Cycler，您就可以将其链接到 matplotlib 的 plot 属性。

循环多个属性

Cycler 包提供了高级操作，用于组合和操作多个 Cycler 以创建复杂的样式变化。这意味着您可以将 cycler 相加或相乘来组合不同的属性。

以下是 cycler 中的不同操作 −

• Cycler 加法 − 可以使用 + 运算符组合多个 Cycler 对象。例如 −

cycler(color=['r', 'g', 'b']) + cycler(linestyle=['-', '--', ':'])

• Cycler 乘法 − 可以将 Cycler 相乘以创建更广泛的唯一样式。例如：

cycler(color=['r', 'g', 'b']) * cycler(linestyle=['-', '--', ':'])

• 整数乘法 − Cycler 对象可以与整数值相乘以增加其长度。cycler * 2 和 2 * cycler 产生相同结果，会重复元素。语法如下：

color_cycle * 2

• Cycler 连接 − Cycler 对象可以使用 Cycler.concat() 方法或顶层 concat() 函数进行连接。

在本教程中，我们将探索使用 Cycler 包自定义 Matplotlib 图表样式的两种不同方法。

• 设置默认属性循环 (rc 参数) − 这是全局设置，确保后续每个图表都应用指定的样式。
• 为单个轴对设置属性循环 − 这是局部设置，仅将自定义属性循环应用到特定轴对。

设置默认属性循环 (rc 参数)

在 matplotlib 中，可以使用 matplotlib.pyplot.rc() 方法为所有未来的图表指定默认样式，这将为图表和轴中的线条设置默认 cycler。这意味着您未来的每个图表都会遵循此颜色和线型循环，除非您覆盖它。

示例 - 循环多种线型

这是一个基本示例，演示如何为多个图表循环不同的线型。这里使用 plt.rc() 方法为图表设置默认线型。

import matplotlib.pyplot as plt 
from cycler import cycler 

# 设置轴中线条的线型属性循环
linestyle_cycler = cycler('linestyle', ['-', ':', '-.']) 
plt.rc('axes', prop_cycle=linestyle_cycler) 

# 使用循环创建多个图表
for i in range(5): 
   x = range(i, i + 5)     
   plt.plot(range(5), x)

# 显示图表
plt.legend(['first', 'second', 'third', 'fourth', 'fifth'], loc='upper left', fancybox=True, shadow=True) 
plt.show()

输出

执行上述代码后，我们将得到以下输出 −

让我们将 多个 (颜色和线型) cycler 通过加号 (+) 符号组合在一起。

示例 - 组合颜色和线型

此示例演示如何使用 Cycler 为您的图表定义默认样式（同时循环颜色和线型），使其易于使用不同颜色 ('r', 'g', 'b', 'y') 和线型 ('-', '--', ':', '-.') 可视化所有图表。

from cycler import cycler
import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
x = np.linspace(0, 2 * np.pi, 50)
offsets = np.linspace(0, 2 * np.pi, 4, endpoint=False)
yy = np.transpose([np.sin(x + phi) for phi in offsets])

# 设置默认 prop_cycle
default_cycler = (cycler(color=['r', 'g', 'b', 'y']) +
   cycler(linestyle=['-', '--', ':', '-.']))
plt.rc('lines', linewidth=4)
plt.rc('axes', prop_cycle=default_cycler)

# 使用默认颜色循环绘图
plt.plot(yy)
plt.title('Set Default Color Cycle')
plt.show()

输出

执行上述代码后，我们将得到以下输出 −

示例 - 为单个轴对设置属性循环

在图中为特定的轴对自定义样式，而不影响其他轴。你可以使用 matplotlib.axes.Axes.set_prop_cycle() 来应用这个自定义 cycler。这意味着只有这个特定轴对上的图表会遵循指定的颜色和线宽循环。

在这个示例中，ax0 上的第一组图表遵循默认的颜色和线型循环。ax1 上的第二组图表使用专为该轴定义的自定义颜色和线宽循环，通过 set_prop_cycle() 方法设置。

from cycler import cycler
import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据 
x = np.linspace(0, 2 * np.pi, 50)
offsets = np.linspace(0, 2 * np.pi, 4, endpoint=False)
yy = np.transpose([np.sin(x + phi) for phi in offsets])

# 为颜色和线型定义默认 cycler
default_cycler = (cycler(color=['r', 'g', 'b', 'y']) +
   cycler(linestyle=['-', '--', ':', '-.']))

# 为所有图表中的线设置默认线宽
plt.rc('lines', linewidth=4)

# 为轴设置默认属性循环为默认 cycler
plt.rc('axes', prop_cycle=default_cycler)

# 创建一个图和两个轴
fig, (ax0, ax1) = plt.subplots(nrows=2, figsize=(7, 8))

# 在第一个轴上使用默认颜色循环绘图
ax0.plot(yy)
ax0.set_title('Default Color Cycle: rgby')

# 定义自定义 cycler 
custom_cycler = (cycler(color=['c', 'm', 'y', 'k']) +
   cycler(lw=[1, 2, 3, 4]))

# 为第二个轴设置自定义属性循环
ax1.set_prop_cycle(custom_cycler)

# 在第二个轴上使用自定义颜色和线宽循环绘图
ax1.plot(yy)
ax1.set_title('Custom Color Cycle: cmyk')

# 在两个图表之间添加间距
fig.subplots_adjust(hspace=0.3)

# 显示图表
plt.show()

输出

执行上述代码后，我们将得到以下输出 −