Python数据可视化科技图表绘制系列教程（二）

表格风格图

使用Seaborn函数绘图

设置图表风格

设置颜色主题

图表分面

绘图过程

使用绘图函数绘图

定义主题

分面1

分面2

【声明】：未经版权人书面许可，任何单位或个人不得以任何形式复制、发行、出租、改编、汇编、传播、展示或利用本博客的全部或部分内容，也不得在未经版权人授权的情况下将本博客用于任何商业目的。但版权人允许个人学习、研究、欣赏等非商业性用途的复制和传播。非常推荐大家学习《Python数据可视化科技图表绘制》这本书籍。

表格风格图

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.colors as mcolors
from matplotlib.patches import Rectangle

np.random.seed(19781101)			# 固定随机种子，以便结果可复现

def plot_scatter(ax,prng,nb_samples=100):
    """绘制散点图"""
    for mu,sigma,marker in [(-.5,0.75,'o'),(0.75,1.,'s')]:
        x,y=prng.normal(loc=mu,scale=sigma,size=(2,nb_samples))
        ax.plot(x,y,ls='none',marker=marker)
    ax.set_xlabel('X-label')
    ax.set_title('Axes title')
    return ax

def plot_colored_lines(ax):
    """绘制颜色循环线条"""
    t=np.linspace(-10,10,100)
    def sigmoid(t,t0):
        return 1/(1+np.exp(-(t-t0)))
    nb_colors=len(plt.rcParams['axes.prop_cycle'])
    shifts=np.linspace(-5,5,nb_colors)
    amplitudes=np.linspace(1,1.5,nb_colors)
    for t0,a in zip(shifts,amplitudes):
        ax.plot(t,a*sigmoid(t,t0),'-')
    ax.set_xlim(-10,10)
    return ax

def plot_bar_graphs(ax,prng,min_value=5,max_value=25,nb_samples=5):
    """绘制两个并排的柱状图。"""
    x=np.arange(nb_samples)
    ya,yb=prng.randint(min_value,max_value,size=(2,nb_samples))
    width=0.25
    ax.bar(x,ya,width)
    ax.bar(x+width,yb,width,color='C2')
    ax.set_xticks(x+width,labels=['a','b','c','d','e'])
    return ax

def plot_colored_circles(ax,prng,nb_samples=15):
    """绘制彩色圆形。"""
    for sty_dict,j in zip(plt.rcParams['axes.prop_cycle'](),
						    range(nb_samples)):
        ax.add_patch(plt.Circle(prng.normal(scale=3,size=2),
						         radius=1.0,color=sty_dict['color']))
    ax.grid(visible=True)
  	# 添加标题以启用网格
    plt.title('ax.grid(True)',family='monospace',fontsize='small')
    ax.set_xlim([-4,8])
    ax.set_ylim([-5,6])
    ax.set_aspect('equal',adjustable='box')			# 绘制圆形
    return ax

def plot_image_and_patch(ax,prng,size=(20,20)):
    """绘制图像和圆形补丁。"""
    values=prng.random_sample(size=size)
    ax.imshow(values,interpolation='none')
    c=plt.Circle((5,5),radius=5,label='patch')
    ax.add_patch(c)
    # 移除刻度
    ax.set_xticks([])
    ax.set_yticks([])

def plot_histograms(ax,prng,nb_samples=10000):
    """绘制四个直方图和一个文本注释。"""
    params=((10,10),(4,12),(50,12),(6,55))
    for a,b in params:
        values=prng.beta(a,b,size=nb_samples)
        ax.hist(values,histtype="stepfilled",bins=30,
                alpha=0.8,density=True)
    # 添加小注释。
    ax.annotate('Annotation',xy=(0.25,4.25),
           xytext=(0.9,0.9),textcoords=ax.transAxes,
           va="top",ha="right",
           bbox=dict(boxstyle="round",alpha=0.2),
           arrowprops=dict(arrowstyle="->",
	               connectionstyle="angle,angleA=-95,angleB=35,rad=10"),)
    return ax

def plot_figure(style_label=""):
    """设置并绘制具有给定样式的演示图。"""
    # 在不同的图之间使用专用的RandomState实例绘制相同的“随机”值
    prng=np.random.RandomState(96917002)
    # 创建具有特定样式的图和子图
    fig,axs=plt.subplots(ncols=6,nrows=1,num=style_label,
                 figsize=(14.8,2.8),layout='constrained')

    # 添加统一的标题，标题颜色与背景颜色相匹配
    background_color=mcolors.rgb_to_hsv(
        mcolors.to_rgb(plt.rcParams['figure.facecolor']))[2]
    if background_color<0.5:
        title_color=[0.8,0.8,1]
    else:
        title_color=np.array([19,6,84])/256
    fig.suptitle(style_label,x=0.01,ha='left',color=title_color,
                 fontsize=14,fontfamily='DejaVu Sans',fontweight='normal')
    plot_scatter(axs[0],prng)
    plot_image_and_patch(axs[1],prng)
    plot_bar_graphs(axs[2],prng)
    plot_colored_lines(axs[3])
    plot_histograms(axs[4],prng)
    plot_colored_circles(axs[5],prng)
  	# 添加分隔线
    rec=Rectangle((1+0.025,-2),0.05,16,
                    clip_on=False,color='gray')
    axs[4].add_artist(rec)

# 保存图片
    plt.savefig(f'{style_label}.png', dpi=600)
    plt.close(fig)  # 关闭当前图形以避免内存占用过多

if __name__=="__main__":
  	# 获取所有可用的样式列表，按字母顺序排列
    style_list=['default','classic']+sorted(
        style for style in plt.style.available
        if style !='classic' and not style.startswith('_'))

    # 绘制每种样式的演示图
    for style_label in style_list:
        with plt.rc_context({"figure.max_open_warning":len(style_list)}):
            with plt.style.context(style_label):
                plot_figure(style_label=style_label)
    plt.show()