Matplotlib.pyplot.rc()用 Python
表示
哎哎哎:# t0]https://www.geeksforgeeks.org/matplot lib-pyplot-RC-in-python/
Matplotlib 是 Python 中一个惊人的可视化库，用于数组的 2D 图。 Matplotlib 是一个基于 NumPy 数组构建的多平台数据可视化库，旨在与更广泛的 SciPy 堆栈协同工作。
matplotlib.pyplot.rc()
matplotlib.pyplot.rc() 函数用于计算 rc 参数。rc 中的分组是通过“组”完成的(例如，对于行)。对于轴中的线，该组是线宽。轴的组是 facecolor 等等。列表或元组也可以充当组名(例如，xtick、ytick)。Kwargs 作为一个名称值对，广义上是一个字典，例如:
语法:
rc('线条'，线宽=3，颜色='g ')
它设置当前 rc 参数，并与相同
rcParams[' line.line width ']= 3 rcParams[' line.color ']= ' g '
要为交互式用户保存键入内容，可以使用以下别名:
| 别名 | 财产 |
|---|---|
| lw ' | '线宽' |
| ls ' | '线条样式' |
| c′ | '颜色' |
| ' fc ' | facecolor(面颜色) |
| ' ec ' | '边缘颜色' |
| “喵” | 标记宽度 |
| aa ' | “抗锯齿” |
因此，可以将上述 rc 命令缩写如下
rc('线'，lw=3，c='g ')
注意:可以使用蟒蛇 kwargs 字典来存储其默认参数的字典。例如，
font = {'family' : 'monospace '， 'weight' : 'italic '， 'size' : 'medium'}
传入字体 dict as kwargs
rc('font '，**font)
这有助于在不同配置之间轻松切换。您也可以使用 matplotlib.style.use('default ')或 rcdefaults()在更改后还原 rc 参数。
例 1:
from cycler import cycler
import numpy as np
import matplotlib.pyplot as plt
# setting up a custom cycler
sample_cycler = (cycler(color =['r', 'g',
'b', 'y']) +
cycler(lw =[1, 2, 3, 4]))
# using the rc function
plt.rc('lines', linewidth = 4)
plt.rc('axes', prop_cycle = sample_cycler)
A = np.linspace(0, 2 * np.pi, 50)
line_offsets = np.linspace(0, 2 * np.pi, 4,
endpoint = False)
B = np.transpose([np.sin(A + phi) for phi in line_offsets])
figure, (axes0, axes1) = plt.subplots(nrows = 2)
axes0.plot(B)
axes0.set_title('Set default color cycle to 1st plot')
axes1.set_prop_cycle(sample_cycler)
axes1.plot(B)
axes1.set_title('Set axes color cycle to 2nd plot')
# Adding space between the two plots.
figure.subplots_adjust(hspace = 0.4)
plt.show()
输出:
例 2:
import matplotlib.pyplot as plt
plt.subplot(332)
plt.plot([1, 2, 3, 4])
# setting the axes attributes
# before the call to subplot
plt.rc('font', weight ='bold')
plt.rc('xtick.major', size = 5, pad = 7)
plt.rc('xtick', labelsize = 15)
# setting aliases for color, linestyle
# and linewidth; gray, solid, thick
plt.rc('grid', c ='0.3', ls ='-', lw = 4)
plt.rc('lines', lw = 2, color ='g')
plt.subplot(312)
plt.plot([1, 2, 3, 4])
plt.grid(True)
# set changes to default value
plt.rcdefaults()
plt.subplot(313)
plt.plot([1, 2, 3, 4])
plt.grid(True)
plt.show()
输出:
