Visuelles Python-Lernen: Detaillierte Einführung in die Matplotlib-Konfiguration

Matplotlib ist eine hervorragende Visualisierungsbibliothek. Sie bietet eine umfangreiche Schnittstelle, wodurch die Visualisierungsimplementierung von Python sehr einfach zu verwenden ist. Diese Serie enthält meine Lernnotizen zum Erlernen der Python-Visualisierung. Sie dient hauptsächlich dazu, meinen Lernfortschritt zu überwachen. Ich hoffe auch, mit verwandten Bloggern zu kommunizieren.
Da ich eher ein arbeitender Datenanalyst als ein Entwickler bin, dient das Erlernen der Python-Visualisierung hauptsächlich dazu, die Probleme der automatischen Datenvisualisierung zu lösen, auf die ich bei meiner täglichen Arbeit stoße. Daher besteht der Lernplan darin, mit den Grundlagen zu beginnen (Experten sollten nicht niesen), und das verwendete Buch ist „Python Visual Programming Practice“. Der gesamte Studienplan besteht darin, zunächst die Grundlagen gemäß diesem Buch durchzugehen und dann das Handbuch zu lesen oder nach speziellen Lösungen zu suchen, die auf den Problemen basieren, die bei der tatsächlichen Verwendung auftreten.

Im ersten Kapitel dieser Serie konzentriere ich mich auf die Aufzeichnung der Konfigurationsmethoden und Inhalte von matplotlib.

1. Konfiguration der Matplolib-Standardparameter

• Viele Parameter von Matplotlib werden über .rc-Dateien konfiguriert und wurden für die meisten Attribute Konfiguriert mit Standardwerten. Sie können je nach Bedarf notwendige Anpassungen an verschiedenen Standardattributen vornehmen.

• Während der Ausführung des Codes können Sie die Laufparameter auf zwei Arten ändern.

• Verwenden Sie ein Wörterbuch (rcParams), um Parameter zu konfigurieren: Rufen Sie rcParams (ein Wörterbuch) während der Ausführung des Codes auf, um die entsprechenden Parameter im Wörterbuch anzupassen.

• Rufen Sie matplotlib.rc() auf

  Funktion : Ändern Sie Konfigurationselemente, indem Sie Attributtupel an matplotlib.rc() übergeben.

• Wenn Sie dynamisch geänderte Konfigurationsparameter konfigurieren müssen, können Sie matplotlib.rcdefaults() aufrufen, um die Konfiguration auf die Standardkonfiguration zurückzusetzen.

  Die folgenden zwei Codeteile erzielen den gleichen Effekt, jedoch auf unterschiedliche Weise:
  

  # 采用的matplotlib.rcParams的例子：import matplotlib as mpl
  mpl.rcParams['lines.width']=2 #将线宽设置为2mpl.rcParams['lines.color']='r' #将线的颜色设置为红色 red#使用matplotlib.rc() 的例子mpl.rc('lines',linewidth=2,color='r')

  Nach dem Login kopieren

matplotlib wird über die Datei matplotrc konfiguriert. Diese Datei kann je nach Anwendungsbereich drei Ebenen haben:

1. Aktuelles Arbeitsverzeichnis: das Verzeichnis, in dem der Code ausgeführt wird Das Verzeichnis enthält den aktuellen Projektcode, der Matplotlib-Konfigurationselemente anpasst.

   Der Name der Konfigurationsdatei lautet: matplotlibrc

2. Konfigurationsdatei auf Benutzerebene: .matplotlib/matplotlibrc-Datei. Normalerweise im $HOME des Benutzers (d. h. im Verzeichnis „Dokumente und Einstellungen“ im Windows-System). Sie können den Befehl matplotlib.get_configdir() aufrufen, um das Konfigurationsdateiverzeichnis des aktuellen Benutzers abzurufen.

3. Installieren Sie die Level-Konfigurationsdatei : normalerweise im Site-Packags-Verzeichnis von Python. Diese Datei wird jedoch jedes Mal überschrieben, wenn matplotlib neu installiert wird. Wenn Sie also eine dauerhafte und effektive Konfiguration beibehalten möchten, ist es am besten, sie in einer Konfigurationsdatei auf Benutzerebene zu konfigurieren.

   Die Konfigurationsdatei enthält die folgenden Optionen (
   Objekt):

• Achsen: Legen Sie die Achsengrenzen fest und Farbe, Koordinatenskalenwertgröße und Rasteranzeige;

• Backend: Legen Sie die Zielausgabe TkAgg und GTKAgg fest.

• Abbildung: Steuern Sie DPI, Rahmenfarbe, Figurengröße und Nebenploteinstellungen.

• Schriftart: Schriftartsatz (Schriftfamilie), Schriftgröße und Stileinstellungen.

• Raster: Legen Sie die Farbe und den Linienstil des Rasters fest.

• Legende: Legen Sie die Anzeigemethode der Legende und ihres Textes fest.

• Linie: Linien (Farbe, Linienstil, Linienbreite usw.) und Markierungen festlegen.

• Patch: ist ein grafisches Objekt, das den 2D-Raum ausfüllt, z. B. Polygone und Kreise. Steuern Sie Linienbreite, Farbe, Anti-Aliasing-Einstellungen und mehr.

• savefig: Gespeicherte Grafiken können individuell eingestellt werden, beispielsweise ist die Hintergrundfarbe des gerenderten Ausgabebildes weiß.

• Text: Legen Sie die Schriftfarbe, die Textanalyse usw. fest.

• verbose: Legen Sie die Informationsausgabe von matplotlib während der Ausführung fest, z. B. still, hilfreich, debuggen usw.

API. Beim Zeichnen mit Matplotlib werden tatsächlich verschiedene konfigurierte Objekte gestapelt.

Das obige ist der detaillierte Inhalt vonVisuelles Python-Lernen: Detaillierte Einführung in die Matplotlib-Konfiguration. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!