Comment faire de matplotlib graphiques regarder professionnellement fait comme cela?

Par défaut matplotlib graphiques regarder vraiment attrayant et même un manque de professionnalisme. J'ai essayé quelques forfaits comprennent seaborn ainsi que prettyplotlib mais ces deux peine améliore les styles.

Jusqu'à présent je n'ai reçu à ce qui suit, en utilisant seaborn package:

Ci-dessous est l'apparence, je suis à la recherche de ce qui est bien loin d'en haut:

Comment faire de matplotlib graphiques regarder professionnellement fait comme cela?

Avis à la suite de la gentillesse dans le 2ème exemple:

L'aire sous le graphe est rempli avec beaucoup plus agréable à l'œil la couleur.
La ligne graphique est penseur et joliment.
Des lignes d'axe sont penseur et encore joliment.
L'aire sous la courbe est transparent.
De l'Axe des X graduations sont de plus en plus dense.

Mes questions sont: reconnaissez-vous ci-dessus, comme une sorte de populaire, thème ou le style que je peux utiliser rapidement dans matplotlib? Ou si je peux l'utiliser à partir d'un paquet? À défaut, est-il de toute façon à définir ce style comme mes préférences? À défaut, est-il même possible de le faire dans matlibplot?

Merci!

Je ne dirais pas le fond on fait professionnellement. Ressemble à quelque chose sorti d'excel.

OriginalL'auteur Shital Shah | 2014-07-03

16

C'est vraiment une question de goût, et aussi une question de public cible. matplotlib tente de produire des illustrations claires à des fins scientifiques. C'est - forcément - un compromis, et les illustrations ne sont pas quelque chose que vous imprimez dans un magazine ou un spectacle dans une publicité.

Il ya quelques bonnes nouvelles et de mauvaises nouvelles à propos matplotlib dans ce sens.

Mauvaises nouvelles:
- Il n'y a pas qu'une seule commande magique ou colis qui permettrait de créer de belles parcelles de terrain avec matplotlib.
Bonne nouvelle:
- Il existe des moyens simples pour modifier les paramètres par défaut, voir: http://matplotlib.org/users/customizing.html
- Le modèle d'objet permet à l'utilisateur de modifier à peu près tout et introduire des complexes de nouvelles fonctionnalités.
- Le code source est disponible, et de même il peut être changé très facilement par l'utilisateur.
À mon avis la chose la plus difficile est de décider ce que vous voulez. Puis faire ce que vous voulez est plus facile, même si il ya une courbe d'apprentissage assez raide au début.

Juste un exemple:
```
import numpy as np
import matplotlib.pyplot as plt


# create some fictive access data by hour
xdata = np.arange(25)
ydata = np.random.randint(10, 20, 25)
ydata[24] = ydata[0]

# let us make a simple graph
fig = plt.figure(figsize=[7,5])
ax = plt.subplot(111)
l = ax.fill_between(xdata, ydata)

# set the basic properties
ax.set_xlabel('Time of posting (US EST)')
ax.set_ylabel('Percentage of Frontpaged Submissions')
ax.set_title('Likelihood of Reaching the Frontpage')

# set the limits
ax.set_xlim(0, 24)
ax.set_ylim(6, 24)

# set the grid on
ax.grid('on')
```
(Juste un commentaire: L'axe des X les limites de l'image d'origine ne prenez pas la cyclicité des données en compte.)

Cela va nous donner quelque chose comme ceci:

Il est facile de comprendre que nous avons besoin de faire beaucoup de changements pour être en mesure de montrer à une moins-ingénierie de l'esprit public. Au moins:
- rendre le fond transparent et moins offensif en couleur
- de rendre la ligne plus épaisse
- changer la couleur de la ligne
- ajouter plus de tiques à l'axe des X
- modifier les polices des titres
```
# change the fill into a blueish color with opacity .3
l.set_facecolors([[.5,.5,.8,.3]])

# change the edge color (bluish and transparentish) and thickness
l.set_edgecolors([[0, 0, .5, .3]])
l.set_linewidths([3])

# add more ticks
ax.set_xticks(np.arange(25))
# remove tick marks
ax.xaxis.set_tick_params(size=0)
ax.yaxis.set_tick_params(size=0)

# change the color of the top and right spines to opaque gray
ax.spines['right'].set_color((.8,.8,.8))
ax.spines['top'].set_color((.8,.8,.8))

# tweak the axis labels
xlab = ax.xaxis.get_label()
ylab = ax.yaxis.get_label()

xlab.set_style('italic')
xlab.set_size(10)
ylab.set_style('italic')
ylab.set_size(10)

# tweak the title
ttl = ax.title
ttl.set_weight('bold')
```
Maintenant, nous avons:

Ce n'est pas exactement comme dans la question, mais tout peut être réglé vers cette direction. Beaucoup de choses sont ici peuvent être définis comme paramètres par défaut pour matplotlib. Peut-être ce qui donne une idée de la façon de changer les choses dans les parcelles.

Merci. Est-il possible de faire haut et le bord droit de la zone grisâtre comme dans l'exemple?
Ça y est, voir le code. Le mot clé est "la colonne vertébrale" (qui peut être un peu difficile de deviner).

OriginalL'auteur DrV

De se rapprocher du style que vous préférez, vous pouvez utiliser le whitegrid style dans seaborn. Les autres réponses ont noté, vous contrôlez la transparence de la remplir avec de l' alpha paramètre fill_between.

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
sns.set_style("whitegrid")

blue, = sns.color_palette("muted", 1)

x = np.arange(23)
y = np.random.randint(8, 20, 23)

fig, ax = plt.subplots()
ax.plot(x, y, color=blue, lw=3)
ax.fill_between(x, 0, y, alpha=.3)
ax.set(xlim=(0, len(x) - 1), ylim=(0, None), xticks=x)

Comment faire de matplotlib graphiques regarder professionnellement fait comme cela?

Plus d'informations sur seaborn les styles peuvent être trouvés dans la docs.

OriginalL'auteur mwaskom

2

matplotlib est presque infiniment flexible de sorte que vous pouvez faire presque n'importe quoi avec elle et si elle n'existe pas, vous pouvez l'écrire vous-même! Évidemment, les valeurs par défaut sont fades, c'est parce que tout le monde a-t-il une idée précise de ce qui est "beau", il est donc inutile d'imposer un style prédéfini.

Ici est un exemple simple que 4 adresses de vos points.
```
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.ticker import MultipleLocator, FormatStrFormatter

x = np.linspace(-10, 10, 1000)
y = 1+np.sinc(x)

ax = plt.subplot(111)
ax.plot(x, y, lw=2)
ax.fill_between(x, 0, y, alpha=0.2)
ax.grid()

majorLocator   = MultipleLocator(1)
ax.xaxis.set_major_locator(majorLocator)

plt.show()
```
Si vous souhaitez définir les paramètres par défaut de sorte que tous vos parcelles de regarder la même chose, alors vous devez générer une coutume matplotlibrc file. Utile le guide est ici. Pour afficher une liste de toutes les options disponibles appelez simplement print plt.rcParams à partir d'une borne interactive.

Certaines des autres caractéristiques telles que le remplissage devra être fait par l'intrigue de base. Il est possible de standardiser ce dans l'ensemble de votre travail en créant une fonction qui ajoute le remplissage entre certains intrants tels que l'instance d'axe et de données.

OriginalL'auteur Greg

Vous pouvez personnaliser les parcelles de style comme suit:

import numpy as np
import matplotlib.pyplot as plt
plt.use_style('ggplot') # customize your plots style
x = np.linspace(0,2*np.pi,100)
y = np.sin(x)
plt.fill_between(x,y)
plt.show()

OriginalL'auteur afternone

Vous devez vous connecter pour publier un commentaire.