默认样式的更改#

matplotlib 2.0 中最重要的更改是默认样式的更改。

虽然不可能为所有情况选择最佳默认值，但这些默认值旨在在最常见的情况下良好工作。

提供了一个“经典”样式表，因此只需一行 Python 代码即可恢复到 1.x 的默认值

import matplotlib.style
import matplotlib as mpl
mpl.style.use('classic')

有关如何持久且有选择地恢复许多这些更改的详细信息，请参阅matplotlibrc 文件。

颜色、颜色循环和颜色图 #

默认属性循环中的颜色 #

默认属性循环中的颜色已从 ['b', 'g', 'r', 'c', 'm', 'y', 'k'] 更改为 Vega 和 d3 使用的 category10 调色板，最初由 Tableau 开发。

(源代码, 2x.png, png)

除了更改颜色之外，还添加了一种指定颜色的其他方法。以前，默认颜色是红色、绿色、蓝色、青色、品红色、黄色和黑色的单个字符简写符号。这使得它们易于键入，并且可以在 plot 中的缩写样式字符串中使用，但是新的默认颜色仅通过十六进制值指定。要在属性循环之外访问这些颜色，添加了颜色表示法 'CN'，其中 N 的取值为 0-9，表示 rcParams["axes.prop_cycle"] 中的前 10 种颜色（默认值：cycler('color', ['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728', '#9467bd', '#8c564b', '#e377c2', '#7f7f7f', '#bcbd22', '#17becf'])）。有关更多详细信息，请参阅指定颜色。

要恢复旧的颜色循环，请使用

from cycler import cycler
mpl.rcParams['axes.prop_cycle'] = cycler(color='bgrcmyk')

或设置

axes.prop_cycle    : cycler('color', 'bgrcmyk')

在你的 matplotlibrc 文件中。

颜色映射 #

matplotlib.cm.ScalarMappable 实例使用的新默认颜色映射是 'viridis'（又名选项 D）。

(源代码, 2x.png, png)

要了解颜色理论以及 'viridis' 是如何生成的，请观看 Nathaniel Smith 和 Stéfan van der Walt 在 SciPy2015 上的演讲。有关其他替代方案以及用于创建颜色映射的工具的更多详细信息，请参见此处。有关 matplotlib 中所有可用颜色映射的详细信息，请参见在 Matplotlib 中选择颜色映射。

可以使用以下方式恢复之前的默认设置

mpl.rcParams['image.cmap'] = 'jet'

或设置

image.cmap    : 'jet'

在你的 matplotlibrc 文件中；但是强烈不建议这样做。

交互式图形 #

默认的交互式图形背景颜色已从灰色更改为白色，这与保存时使用的默认背景颜色匹配。

可以通过以下方式恢复之前的默认设置

mpl.rcParams['figure.facecolor'] = '0.75'

或通过设置

figure.facecolor : '0.75'

在你的 matplotlibrc 文件中。

网格线 #

网格线的默认样式已从黑色虚线更改为更粗的实线浅灰色线。

(源代码, 2x.png, png)

可以通过使用以下方式恢复之前的默认设置

mpl.rcParams['grid.color'] = 'k'
mpl.rcParams['grid.linestyle'] = ':'
mpl.rcParams['grid.linewidth'] = 0.5

或通过设置

grid.color       :   k       # grid color
grid.linestyle   :   :       # dotted
grid.linewidth   :   0.5     # in points

在你的 matplotlibrc 文件中。

图形大小、字体大小和屏幕 dpi #

用于屏幕显示的默认 dpi 从 80 dpi 更改为 100 dpi，与保存文件的默认 dpi 相同。由于此更改，屏幕显示现在更符合保存文件的所见即所得。为了使图形在像素大小方面保持相同，为了在屏幕上保持大致相同的大小，默认图形大小从 8x6 英寸减小到 6.4x4.8 英寸。因此，用于标题、刻度标签和轴标签的默认字体大小减小，以保持它们相对于图形整体大小的大小。默认情况下，保存的图像的 dpi 现在是正在保存的 Figure 实例的 dpi。

如果您尝试将图形中的文本与外部文本直接匹配，这将产生后果。

可以通过以下方式恢复之前的默认设置

mpl.rcParams['figure.figsize'] = [8.0, 6.0]
mpl.rcParams['figure.dpi'] = 80
mpl.rcParams['savefig.dpi'] = 100

mpl.rcParams['font.size'] = 12
mpl.rcParams['legend.fontsize'] = 'large'
mpl.rcParams['figure.titlesize'] = 'medium'

或通过设置

figure.figsize   : [8.0, 6.0]
figure.dpi       : 80
savefig.dpi      : 100

font.size        : 12.0
legend.fontsize  : 'large'
figure.titlesize : 'medium'

在您的 matplotlibrc 文件中。

此外，set_size_inches 的 forward kwarg 现在默认为 True，以改善交互体验。调整其绑定 matplotlib.figure.Figure 大小的后端画布必须传递 forward=False 以避免循环行为。此默认值不可配置。

绘图函数 #

`scatter`#

以下更改已应用于 scatter 的默认行为

散点图中元素的默认大小现在基于 rcParams["lines.markersize"] （默认值：6.0），因此它与 plot(X, Y, 'o') 一致。旧值为 20，新值为 36 (6^2)。
散点标记不再有黑色边缘。
如果未指定标记的颜色，它将遵循属性循环，从 Axes 上的 'patches' 循环中提取。

(源代码, 2x.png, png)

scatter 的经典默认行为只能通过 mpl.style.use('classic') 恢复。可以通过以下方式恢复标记大小

mpl.rcParam['lines.markersize'] = np.sqrt(20)

但是，这也会影响 plot 的默认标记大小。要恢复每个调用基础上的经典行为，请传递以下 kwargs

classic_kwargs = {'s': 20, 'edgecolors': 'k', 'c': 'b'}

`plot`#

以下更改已应用于 plot 的默认行为

默认线宽从 1 增加到 1.5
与 '--'、':' 和 '-.' 关联的虚线模式已更改
虚线模式现在随线宽缩放

(源代码, 2x.png, png)

可以通过设置以下方式恢复之前的默认设置

mpl.rcParams['lines.linewidth'] = 1.0
mpl.rcParams['lines.dashed_pattern'] = [6, 6]
mpl.rcParams['lines.dashdot_pattern'] = [3, 5, 1, 5]
mpl.rcParams['lines.dotted_pattern'] = [1, 3]
mpl.rcParams['lines.scale_dashes'] = False

或通过设置

lines.linewidth   : 1.0
lines.dashed_pattern : 6, 6
lines.dashdot_pattern : 3, 5, 1, 5
lines.dotted_pattern : 1, 3
lines.scale_dashes: False

在你的 matplotlibrc 文件中。

`errorbar`#

默认情况下，误差条末端不存在端盖。

(源代码, 2x.png, png)

这也更改了 errorbar() 的返回值，因为 'caplines' 的列表默认情况下将为空。

可以通过设置以下方式恢复之前的默认设置

mpl.rcParams['errorbar.capsize'] = 3

或通过设置

errorbar.capsize : 3

在你的 matplotlibrc 文件中。

`boxplot`#

以前，箱线图由各种样式组成，这些样式或好或坏地继承自 Matlab。大多数元素是蓝色的，但中位数是红色的。飞点（异常值）是黑色加号（'+'），须线是虚线，如果未绘制（实心黑色）端盖，则会产生歧义。

对于新的默认值，除中位数和平均值线（如果绘制）外，所有内容均为黑色，它们设置为当前颜色循环的前两个元素。此外，默认的飞点标记现在是空心圆，它保持了加号重叠而不遮挡太多数据的能力。

(源代码, 2x.png, png)

可以通过设置以下方式恢复之前的默认设置

mpl.rcParams['boxplot.flierprops.color'] = 'k'
mpl.rcParams['boxplot.flierprops.marker'] = '+'
mpl.rcParams['boxplot.flierprops.markerfacecolor'] = 'none'
mpl.rcParams['boxplot.flierprops.markeredgecolor'] = 'k'
mpl.rcParams['boxplot.boxprops.color'] = 'b'
mpl.rcParams['boxplot.whiskerprops.color'] = 'b'
mpl.rcParams['boxplot.whiskerprops.linestyle'] = '--'
mpl.rcParams['boxplot.medianprops.color'] = 'r'
mpl.rcParams['boxplot.meanprops.color'] = 'r'
mpl.rcParams['boxplot.meanprops.marker'] = '^'
mpl.rcParams['boxplot.meanprops.markerfacecolor'] = 'r'
mpl.rcParams['boxplot.meanprops.markeredgecolor'] = 'k'
mpl.rcParams['boxplot.meanprops.markersize'] = 6
mpl.rcParams['boxplot.meanprops.linestyle'] = '--'
mpl.rcParams['boxplot.meanprops.linewidth'] = 1.0

或通过设置

boxplot.flierprops.color:           'k'
boxplot.flierprops.marker:          '+'
boxplot.flierprops.markerfacecolor: 'none'
boxplot.flierprops.markeredgecolor: 'k'
boxplot.boxprops.color:             'b'
boxplot.whiskerprops.color:         'b'
boxplot.whiskerprops.linestyle:     '--'
boxplot.medianprops.color:          'r'
boxplot.meanprops.color:            'r'
boxplot.meanprops.marker:           '^'
boxplot.meanprops.markerfacecolor:  'r'
boxplot.meanprops.markeredgecolor:  'k'
boxplot.meanprops.markersize:        6
boxplot.meanprops.linestyle:         '--'
boxplot.meanprops.linewidth:         1.0

在你的 matplotlibrc 文件中。

`fill_between` 和 `fill_betweenx`#

fill_between 和 fill_betweenx 都遵循补丁颜色循环。

(源代码, 2x.png, png)

如果通过 facecolors 或 color 关键字参数设置了面颜色，则不会循环颜色。

要恢复之前的行为，请显式地将关键字参数 facecolors='C0' 传递给方法调用。

补丁边缘和颜色 #

大多数使用补丁绘制的艺术家（例如 ~matplotlib.axes.Axes.bar, ~matplotlib.axes.Axes.pie 等）默认不再具有黑色边缘。默认的填充颜色现在是 'C0'，而不是 'b'。

(源代码, 2x.png, png)

可以通过设置以下方式恢复之前的默认设置

mpl.rcParams['patch.force_edgecolor'] = True
mpl.rcParams['patch.facecolor'] = 'b'

或通过设置

patch.facecolor        : b
patch.force_edgecolor  : True

在你的 matplotlibrc 文件中。

`hexbin`#

hexbin 的 linecolor 关键字参数的默认值已从 'none' 更改为 'face'。如果现在提供 'none'，则不会在六边形周围绘制线条边缘。

`bar` 和 `barh`#

bar 和 barh 的 align 关键字参数的默认值已从 'edge' 更改为 'center'。

(源代码, 2x.png, png)

要恢复以前的行为，请显式传递关键字参数 align='edge' 给方法调用。

阴影线 #

阴影线中线条的颜色现在由以下确定：

如果显式设置了边缘颜色，则将其用于阴影线颜色
如果未显式设置边缘颜色，则使用在艺术家创建时查找的 rcParams["hatch.color"] （默认值：'black'）。

阴影线图案中线条的宽度现在可以通过 rcParams rcParams["hatch.linewidth"] （默认值：1.0）进行配置，默认值为 1 个点。旧的线条宽度行为因后端而异

PDF：0.1 pt
SVG：1.0 pt
PS：1 px
Agg：1 px

旧的线条宽度行为无法在所有后端同时恢复，但可以通过设置在单个后端恢复

mpl.rcParams['hatch.linewidth'] = 0.1  # previous pdf hatch linewidth
mpl.rcParams['hatch.linewidth'] = 1.0  # previous svg hatch linewidth

PS 和 Agg 后端的行为取决于 DPI，因此

mpl.rcParams['figure.dpi'] = dpi
mpl.rcParams['savefig.dpi'] = dpi  # or leave as default 'figure'
mpl.rcParams['hatch.linewidth'] = 1.0 / dpi  # previous ps and Agg hatch linewidth

没有直接的 API 级别控制阴影线颜色或线宽。

现在，无论 DPI 如何，阴影线图案都以一致的密度渲染。以前，高 DPI 图形的密度高于默认值，而低 DPI 图形的密度低于默认值。无法直接恢复此旧行为，但可以通过重复阴影线指定符来增加密度。

字体 #

普通文本 #

默认字体已从 “Bitstream Vera Sans” 更改为 “DejaVu Sans”。 DejaVu Sans 具有其他国际和数学字符，但在其他方面与 Bitstream Vera Sans 的外观相同。拉丁文、希腊文、西里尔文、亚美尼亚文、格鲁吉亚文、希伯来文和阿拉伯文都支持（但 matplotlib 仍然不处理从右到左的渲染）。此外，DejaVu 包含表情符号的子集。

(源代码, 2x.png, png)

请参阅 DejaVu Sans PDF 示例以获取完整覆盖范围。

数学文本 #

使用内置数学渲染引擎 (mathtext) 时的默认数学字体已从 “Computer Modern”（即类似 LaTeX）更改为 “DejaVu Sans”。如果使用 TeX 后端（即 text.usetex 为 True），则此更改无效。

(源代码, 2x.png, png)

(源代码, 2x.png, png)

要恢复旧的行为，请设置

mpl.rcParams['mathtext.fontset'] = 'cm'
mpl.rcParams['mathtext.rm'] = 'serif'

或设置

mathtext.fontset: cm
mathtext.rm : serif

在你的 matplotlibrc 文件中。

此 rcParam 在绘制文本时咨询，而不是在创建艺术家时咨询。因此，给定 canvas 上的所有 mathtext 都将使用相同的字体集。

图例 #

默认情况下，图例中显示的点的数量现在为 1。
默认的图例位置是 'best'，因此图例将自动放置在最小化与数据重叠的位置。
图例默认值现在包括圆角、较浅的边界以及部分透明的边界和背景。

(源代码, 2x.png, png)

可以通过设置以下方式恢复之前的默认设置

mpl.rcParams['legend.fancybox'] = False
mpl.rcParams['legend.loc'] = 'upper right'
mpl.rcParams['legend.numpoints'] = 2
mpl.rcParams['legend.fontsize'] = 'large'
mpl.rcParams['legend.framealpha'] = None
mpl.rcParams['legend.scatterpoints'] = 3
mpl.rcParams['legend.edgecolor'] = 'inherit'

或通过设置

legend.fancybox      : False
legend.loc           : upper right
legend.numpoints     : 2      # the number of points in the legend line
legend.fontsize      : large
legend.framealpha    : None    # opacity of legend frame
legend.scatterpoints : 3 # number of scatter points
legend.edgecolor     : inherit   # legend edge color ('inherit'
                                 # means it uses axes.edgecolor)

在你的 matplotlibrc 文件中。

图像 #

插值 #

imshow 的默认插值方法现在是 'nearest'，默认情况下，它会在颜色映射之前对数据进行重采样（上采样和下采样）。

(源代码, 2x.png, png)

要恢复以前的行为，请设置

mpl.rcParams['image.interpolation'] = 'bilinear'
mpl.rcParams['image.resample'] = False

或设置

image.interpolation  : bilinear  # see help(imshow) for options
image.resample  : False

在你的 matplotlibrc 文件中。

颜色映射管道 #

以前，输入数据被归一化，然后进行颜色映射，然后重采样到屏幕所需的分辨率。这意味着最终的重采样是在颜色空间中完成的。由于颜色映射在 RGB 空间中通常不是线性的，因此最终图像中可能会出现不在颜色映射中的颜色。通过几乎完全大修图像处理代码解决了此错误。

现在，输入数据被归一化，然后重采样到正确的分辨率（在归一化数据空间中），然后颜色映射到 RGB 空间。这确保了只有颜色映射中的颜色才会出现在最终图像中。（如果您的查看器随后对图像进行重采样，则伪影可能会重新出现。）

无法恢复以前的行为。

阴影 #

matplotlib.colors.LightSource.shade 中光源阴影的默认阴影模式现在是 overlay。以前，它是 hsv。

绘图布局 #

自动限制 #

以前的自动缩放行为是找到“好”的整数作为包含数据限制的视图限制，但是如果数据恰好落在所选“整数”限制附近的垂直或水平线上，则可能会产生糟糕的图。新的默认值将视图限制设置为比数据范围宽 5%。

(源代码, 2x.png, png)

x 和 y 方向上的填充大小分别由 'axes.xmargin' 和 'axes.ymargin' rcParams 控制。视图限制是否应为“整数”由 rcParams["axes.autolimit_mode"] 控制（默认值：'data'）。在原始的 'round_number' 模式下，视图限制与刻度线重合。

可以通过使用以下方式恢复之前的默认设置

mpl.rcParams['axes.autolimit_mode'] = 'round_numbers'
mpl.rcParams['axes.xmargin'] = 0
mpl.rcParams['axes.ymargin'] = 0

或设置

axes.autolimit_mode: round_numbers
axes.xmargin: 0
axes.ymargin: 0

在你的 matplotlibrc 文件中。

Z 轴顺序 #

刻度和网格现在绘制在填充轮廓等实体元素的上方，但位于线条的下方。要恢复之前在线条上方绘制刻度和网格的行为，请设置 rcParams['axes.axisbelow'] = False。

刻度线 #

方向#

为了减少刻度线与数据的冲突，默认情况下，刻度线现在默认向外指向。此外，刻度线现在仅绘制在底部和左侧轴脊上，以防止出现豪猪外观，并在子图之间实现更清晰的分隔。

(源代码, 2x.png, png)

要恢复以前的行为，请设置

mpl.rcParams['xtick.direction'] = 'in'
mpl.rcParams['ytick.direction'] = 'in'
mpl.rcParams['xtick.top'] = True
mpl.rcParams['ytick.right'] = True

或设置

xtick.top: True
xtick.direction: in

ytick.right: True
ytick.direction: in

在你的 matplotlibrc 文件中。

刻度线数量#

用于 x 轴和 y 轴的默认 Locator 是 AutoLocator，它尝试找到（最多到某个最大数量）间隔“适当”的刻度线。现在，定位器包含一种算法来估计刻度标签留出空间的最大刻度线数量。默认情况下，它还确保至少有两个刻度线可见。

(源代码, 2x.png, png)

除了使用 mpl.style.use('classic') 之外，没有其他方法可以恢复之前的默认行为。在逐轴的基础上，您可以控制现有定位器，通过

ax.xaxis.get_major_locator().set_params(nbins=9, steps=[1, 2, 5, 10])

或创建一个新的 MaxNLocator

import matplotlib.ticker as mticker
ax.set_major_locator(mticker.MaxNLocator(nbins=9, steps=[1, 2, 5, 10])

MaxNLocator 使用的算法已得到改进，这可能会在某些情况下更改刻度线位置的选择。这也会影响在内部使用 MaxNLocator 的 AutoLocator。

对于对数刻度轴，默认定位器是 LogLocator。以前，刻度线的最大数量设置为 15，并且无法更改。现在有一个 numticks kwarg，用于将最大值设置为任意整数值、字符串 'auto' 或其默认值 None，这相当于 'auto'。使用 'auto' 设置，最大数量将不大于 9，并且将根据轴的长度（以刻度字体大小为单位）减少。与 AutoLocator 的情况一样，启发式算法减少了刻度标签重叠的发生率，但并不能防止它。

刻度标签格式 #

`LogFormatter` 标记次要刻度线#

当轴视图限制跨越的范围小于或等于两个主要刻度线之间的间隔时，现在会标记对数轴上的次要刻度线。有关详细信息，请参阅 LogFormatter。当使用 mpl.style.use('classic') 时，会关闭次要刻度线标记，但无法通过 rcParams 独立控制。

(源代码, 2x.png, png)

`ScalarFormatter` 使用偏移量的刻度标签格式#

使用默认的 rcParams["axes.formatter.useoffset"]（默认值：True），当它可以节省 4 位或更多位数字时，将使用偏移量。这可以通过新的 rcParams["axes.formatter.offset_threshold"] 控制（默认值：4）。要恢复之前使用偏移量节省 2 位或更多位数字的行为，请使用 rcParams['axes.formatter.offset_threshold'] = 2。

(源代码, 2x.png, png)

`AutoDateFormatter` 格式字符串#

默认的日期格式现在都基于 ISO 格式，即最慢移动的值在前。日期格式化程序可通过 date.autoformatter.* rcParams 进行配置。

阈值（刻度间隔 >=）	rcParam	经典	v2.0
365 天	`'date.autoformatter.year'`	`'%Y'`	`'%Y'`
30 天	`'date.autoformatter.month'`	`'%b %Y'`	`'%Y-%m'`
1 天	`'date.autoformatter.day'`	`'%b %d %Y'`	`'%Y-%m-%d'`
1 小时	`'date.autoformatter.hour'`	`'%H:%M:%S'`	`'%H:%M'`
1 分钟	`'date.autoformatter.minute'`	`'%H:%M:%S.%f'`	`'%H:%M:%S'`
1 秒	`'date.autoformatter.second'`	`'%H:%M:%S.%f'`	`'%H:%M:%S'`
1 微秒	`'date.autoformatter.microsecond'`	`'%H:%M:%S.%f'`	`'%H:%M:%S.%f'`

Python 的 %x 和 %X 日期格式对于根据当前区域设置格式化日期可能特别有用。

可以通过以下方式恢复之前的默认值

mpl.rcParams['date.autoformatter.year'] = '%Y'
mpl.rcParams['date.autoformatter.month'] = '%b %Y'
mpl.rcParams['date.autoformatter.day'] = '%b %d %Y'
mpl.rcParams['date.autoformatter.hour'] = '%H:%M:%S'
mpl.rcParams['date.autoformatter.minute'] = '%H:%M:%S.%f'
mpl.rcParams['date.autoformatter.second'] = '%H:%M:%S.%f'
mpl.rcParams['date.autoformatter.microsecond'] = '%H:%M:%S.%f'

或设置

date.autoformatter.year   : %Y
date.autoformatter.month  : %b %Y
date.autoformatter.day    : %b %d %Y
date.autoformatter.hour   : %H:%M:%S
date.autoformatter.minute : %H:%M:%S.%f
date.autoformatter.second : %H:%M:%S.%f
date.autoformatter.microsecond : %H:%M:%S.%f

在你的 matplotlibrc 文件中。

mplot3d #

mplot3d 现在遵循一些与样式相关的 rcParams，而不是使用硬编码的默认值。这些包括
- xtick.major.width
- ytick.major.width
- xtick.color
- ytick.color
- axes.linewidth
- axes.edgecolor
- grid.color
- grid.linewidth
- grid.linestyle

默认样式的更改#

方向#

刻度线数量#

LogFormatter 标记次要刻度线#

ScalarFormatter 使用偏移量的刻度标签格式#

AutoDateFormatter 格式字符串#

`LogFormatter` 标记次要刻度线#

`ScalarFormatter` 使用偏移量的刻度标签格式#

`AutoDateFormatter` 格式字符串#