为matplotlib设置不同的主题

所谓主题，其实就是一套样式规则，对背景色，坐标轴，标题等图形基本元素的样式进行设定。R语言的ggplot2中，通过theme来指定图片主题，既可以采用系统自带的主题，也可以自定义其中的各个元素。

在matplotlib中，主题在matplotlib.style模块中进行定义，通过以下方式可以查看所有内置的所有主题

>>> plt.style.available
['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']

内置主题的基本用法如下

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> plt.style.use('dark_background')
>>> plt.plot(np.sin(np.linspace(0, 2 * np.pi)), 'r-o')
>>> plt.show()

输出结果如下

不指定style的情况下，默认的输出结果如下

可以看到，简单的修改主题，就可以得到外观不一样的图片。那么主题到底设定了哪些元素的样式呢?可以通过以下方式来查看每个主题的具体定义

>>> import matplotlib
>>> import matplotlib.style
>>> print(matplotlib.style.library['dark_background'])
axes.edgecolor: white
axes.facecolor: black
axes.labelcolor: white
axes.prop_cycle: cycler('color', ['#8dd3c7', '#feffb3', '#bfbbd9', '#fa8174', '#81b1d2', '#fdb462', '#b3de69', '#bc82bd', '#ccebc4', '#ffed6f'])
figure.edgecolor: black
figure.facecolor: black
grid.color: white
lines.color: white
patch.edgecolor: white
savefig.edgecolor: black
savefig.facecolor: black
text.color: white
xtick.color: white
ytick.color: white

可以看到，对于axes, figure, grid, lines, pathch, text, tick等元素进行了定义。当然，具体到每个style, 其定义的具体属性不尽相同。

在内置style的基础上，我们会需要对其中的部分属性进行修改，可以通过rcParams字典来实现，用法如下

>>> import numpy as np
>>> import matplotlib as mpl
>>> import matplotlib.pyplot as plt
>>> plt.style.use('ggplot')
>>> mpl.rcParams['xtick.color'] = 'red'
>>> mpl.rcParams['ytick.color'] = 'blue'
>>> plt.plot(np.sin(np.linspace(0, 2 * np.pi)), 'r-o')
>>> plt.show()

只使用ggplot主题时，输出结果如下

当我们通过rcParams修改了对应的属性之后，输出结果如下

本质上，style就是对matplotlibrc配置文件中的部分属性进行了预先定义，而rcParams的作用也是对该配置文件中的属性进行定义，而且优先级是最高的，所以可以覆盖style中已经定义好的值。

当我们自定义的属性过多且经常使用时，可以订制一个自己的style, 其实内置的style也是以文件的形式保存在安装目录下，截图如下

我们只需要在该目录下创建一个新的style文件即可，比如将自定义的style命名为new, 在该目录下创建new.mplstyle文件，然后在文件中设置几个基本属性，内容如下

axes.facecolor: eeeeee
axes.edgecolor: bcbcbc
axes.grid : True

接下来, 重新启动python, 就可以使用我们自定义的style了，代码如下

>>> import numpy as np
>>> import matplotlib as mpl
>>> import matplotlib.pyplot as plt
>>> plt.style.use('new')

如果有一套成熟的属性设置，采用这种方式是最佳选择。

·end·

—如果喜欢，快分享给你的朋友们吧—

原创不易，欢迎收藏，点赞，转发！生信知识浩瀚如海，在生信学习的道路上，让我们一起并肩作战！

本公众号深耕耘生信领域多年，具有丰富的数据分析经验，致力于提供真正有价值的数据分析服务，擅长个性化分析，欢迎有需要的老师和同学前来咨询。