本文介绍matplotlib
使用的各种文件的位置,以及使用这些配置文件的意义。同时还将介绍配置文件中具体配置项。
1、配置方法
假设一个项目对于matplotlib
的特性参数总会设置相同的值,就没有必要在每次编写新的绘图代码的时候都进行相同的配置。取而代之的,应该在代码之外,使用一个永久的文件设定matplotlib
参数默认值。
通过matplotlibrc
来配置文件,matplotlib
提供了对这种配置方式的支持。matplotlibrc
文件中包含了绝大部分可以变更的属性。
2、配置过程
配置文件可能存在于三个不同的位置,而他们的位置决定了他们的应用范围。这三个位置分别如下:
-
当前工作目录:即代码运行的目录。在当前目录下,可以为目录所包含的当前项目代码定制
matplotlib
配置项。配置文件的文件名是matplotlibrc
。 -
user.matplotlib/matplotlibrc
文件:通常是在用户的$HOME
目录下(在windows系统中,也就是Documents and Settings
目录)。可以用matplotlib.get_configdir()
命令来查找当前用户的配置文件目录。 -
安装级配置文件:通常在python的
site-packages
目录下。不过在每次重装matplotlib
的时候,这个配置文件就会被覆盖。因为如果希望保持持久有效的配置,最好选择第二种(用户级配置)方式来配置。查看site-packages目录的代码:
import matplotlib
print matplotlib.matplotlib_fname()
我这里打印的路径是E:\python-2.7\lib\site-packages\matplotlib\mpl-data\matplotlibrc
。用记事本打开matplotlibrc
如图所示
然后根据自己的需要来修改里面相应的属性即可。注意:在修改后记得把前面的
#
去掉。配置文件包括以下配置项:
1、
axes
:设置坐标轴边界和表面的颜色、坐标刻度值大小和网格的显示。2、
backend
:设置目标输出TkAgg
和GTKAgg
。3、
figure
:控制dpi、边界颜色、图形大小和子区(subplot
)设置。4、
font
:字体集(font family
)、字体大小和样式设置。5、
grid
:设置网格颜色和线形。6、
legend
:设置图例和其中文本的显示。7、
line
:设置线条(颜色、线形、宽度等)和标记。8、
patch
:是填充2D控件的图形对象,如多边形和圆。控制线宽、颜色和抗锯齿设置等。9、
savefig
:可以对保存的图形进行单独设置。例如,设置渲染的文件的背景为白色。10、
text
:设置字体颜色、文本解析(纯文本或latex标记)等。11、
verbose
:设置matplotlib
在执行期间信息输出,如silent
、helpful
、debug
和debug-annoying
。12、
xticks
和yticks
:为x、y轴的主刻度和次刻度设置颜色、大小、方向,以及标签大小。
3、应用和结语
在实际运用中通常碰到中文显示为□□,那是因为没有给matplotlib
设置字体类型。如果不改变matplotlibrc
配置文件的话,在代码里只需要添加这两句代码即可:
import matplotlib.pyplot as plt
# 用来正常显示中文标签
plt.rcParams['font.sans-serif'] = ['SimHei']
# 用来正常显示负号
plt.rcParams['axes.unicode_minus'] = False
下面举一个简单的例子:
#!/usr/bin/env python
# -*- coding:utf-8 -*-
import matplotlib.pyplot as plt
import numpy as np
# 用来正常显示中文标签
plt.rcParams['font.sans-serif'] = ['SimHei']
# 用来正常显示负号
plt.rcParams['axes.unicode_minus'] = False
t = np.arange(0.0, 1.0, 0.01)
y1 = np.sin(2 * np.pi * t)
y2 = np.cos(2 * np.pi * t)
plt.xlabel(u'时间')
plt.ylabel(u'值域')
plt.plot(t, y1, color='r', linewidth=2)
plt.plot(t, y2, color='b', linewidth=2)
plt.show()
运行结果如下:
如果不想这么麻烦每次在使用
matplotlib
的时候都要写上面的代码的话,那么就使用上面的修改配置文件的方法吧。要了解上面详细的设置信息,建议去matplotlib官网看看,那里提供了最新的API文档帮助我们使用matplotlib这个图形库。