推荐6个美化Matplotlib可视化样式的python库

Matplotlib是Python中最流行和使用最广泛的数据可视化库之一。它提供了一个类似MATLAB的绘图接口，能够创建各种静态图表。它支持线图、散点图、柱状图、直方图等多种图表，可以兼容其他科学计算库（如 NumPy、Pandas），并且有大量的教程和示例可供参考。但它默认的可视化风格相对单调，交互式功能不足。

本文介绍6个能够美化Matplotlib可视化样式的python库，它们可以为常规的线图/散点图、直方图和其他基本可视化图着色。

我们首先生成一组样例数据，每个python库生成4个可视化子图，这样就可以在同类数据上对它们进行比较。

1import matplotlib
2import matplotlib.pyplot as plt
3import numpy as np
4import pandas as pd
5import seaborn as sns
6
7'''Generating points to create a scatter plot'''
8def scatter():
9  x = np.random.random(100)
10  y = x-np.random.random(100)
11  z = np.random.randint(0,4,100)
12  df = pd.DataFrame({'X':x, 'Y': y, 'Z':z})
13  return df
14
15'''Generating points to create a line plot'''
16def line():
17  x = np.arange(0,10,0.1)
18  y_1 = np.sin(x)
19  y_2 = np.sin(x+5)
20  y_3 = np.sin(x+10)
21  y_4 = np.sin(x+15)
22  y_5 = np.sin(x+20)
23  df = pd.DataFrame({'X':x,'y_1':y_1, 'y_2':y_2, 
24                'y_3':y_3, 'y_4':y_4, 'y_5':y_5})
25  return df
26
27'''Sampling data from several distributions'''
28def hist():
29  x_1 = np.random.normal(1,0.1,1000)
30  x_2 = np.random.gamma(1,0.25,1000)
31  x_3 = np.random.normal(0.4, 0.1,1000)
32  x_4 = np.random.normal(-0.1, 0.3,1000)
33  df = pd.DataFrame({'X_1': x_1, 'X_2':x_2, 'X_3': x_3, 'X_4':x_4})
34  return df

1. Aquarel

Aquarel是一个轻量级模板引擎，也是Matplotlibs的rcparams包装器，可让绘图样式变得简单。Aquarel模板可以通过编程定义，并以JSON格式序列化和共享。该python库提供12种样式模板。

https://github.com/lgienapp/aquarel

使用pip安装Aquarel：

pip install aquarel

通过以下代码使用这些模板：

1with load_theme("arctic_light"):
2
3  fig, ax = plt.subplots(ncols=2, nrows=2, figsize=(16,9))
4  df = scatter()
5  f= ax[0,0].scatter(df.X,df.Y, c=df.Z, s=50)
6  ax[0,0].set_xlabel('X data')
7  ax[0,0].set_ylabel('Y data')
8  handles, labels = f.legend_elements(prop="colors", alpha=0.6)
9  legend2 = ax[0,0].legend(handles, labels, loc="lower right")
10
11  df=line()
12  df.plot(x='X', ax=ax[0,1])
13
14  df=hist()
15  sns.kdeplot(df, fill=True, ax=ax[1,0])
16  ax[1,0].set_xlabel('Value')
17
18  sns.kdeplot(df, x="X_1", y="X_2", fill=True, ax=ax[1,1])
19  sns.kdeplot(df, x="X_3", y="X_4",fill=True, ax=ax[1,1])
20  ax[1,1].set_xlabel('Dist 1')
21  ax[1,1].set_ylabel('Dist 2')
22
23  plt.suptitle('Aquarel\narctic_light', fontsize=24)
24  plt.savefig('arctic_light.jpg')
25  plt.show()

可视化效果如下图：

2. rose-pine-matplotlib

它不是一个库，而是一组主题样式，用户需要下载这些主题，放到mpl_configdir/stylelib目录内，然后在代码中指定该模板的路径，例如：

1plt.style.use('rose-pine')

之后，你只需执行相同的绘图步骤即可。这个库的色调比较柔和，同时对比度也足够大。

https://github.com/h4pZ/rose-pine-matplotlib

3. Catppuccin

它包括4种不同的可视化风格，具有不同的暗色程度。

https://github.com/catppuccin/python/tree/main

使用pip安装该库：

pip install catppuccin

使用如下代码进行绘图：

1import catppuccin
2import matplotlib as mpl
3import matplotlib.pyplot as plt
4
5mpl.style.use(catppuccin.PALETTE.mocha.identifier)
6plt.plot([0,1,2,3], [1,2,3,4])
7plt.show()

Catppuccin包还可以混合不同的样式表，例如结合基本的seaborn-v0_8-dark和mocha。

4. mplcyberpunk

https://github.com/dhaitz/mplcyberpunk

5. matplotx

这是matplotlib的另一个扩展，可以像以前的扩展一样使用pip安装。它提供20个不同的主题风格。

pip install matplotx[all]

直接在python代码中引用：

1import matplotx

https://github.com/nschloe/matplotx

6. gruvbox

基于Pavel Pertsevs Gruvbox调色板和主题，为Python的Matplotlib绘图库设计了一种简单的深色背景颜色样式。

https://github.com/thriveth/gruvbox-mpl

这是一个样式文件gruvbox.mplstyle，下载后放到你的当前工作目录，在python代码中使用：

 
import matplotlib.pyplot as plt
plt.style.use('./gruvbox.mplstyle')