全局更改 matplotlib 默认样式答案

【问题标题】：Globally changing matplotlib default styles全局更改 matplotlib 默认样式
【发布时间】：2018-09-08 21:10:22
【问题描述】：

我有一个问题：如何在 matplotlib 上使用默认样式（因为我喜欢它）但只更改一个参数？这是一个例子：使用默认的 matplotlib 样式或“calssic”样式，我可以通过更新 rcParams 来全局更改字体大小：

import matplotlib.pyplot as plt
plt.style.use('classic')
plt.rcParams.update({'font.size': 18.0})

x = [0, 1, 2, 3]
y = [0, 1, 4, 9]

fig, ax0 = plt.subplots()
ax0.plot(x, y)
ax0.set_xlabel('data x')
ax0.set_ylabel('data y')
plt.show()

output

如果我在开头选择不同的默认样式：

import matplotlib.pyplot as plt
plt.style.use('seaborn')
plt.rcParams.update({'font.size': 18.0})

x = [0, 1, 2, 3]
y = [0, 1, 4, 9]

fig, ax0 = plt.subplots()
ax0.plot(x, y)
ax0.set_xlabel('data x')
ax0.set_ylabel('data y')
plt.show()

the font size remains of the default value 它不是那样工作的；

plt.rcParams.update({'font.size': 18.0})

就像font.size 行不存在一样。现在一个简单的解决方案是定义一个具有特定字体大小的全局变量，然后手动将其添加到绘图的每个元素中，但这对我来说听起来并不那么聪明。还有其他想法如何全局修改字体大小吗？实际上有可能还是我只需要处理它并自己创建一个matplotlib样式文件？

编辑：通过更仔细的思考，在 DavidG 评论之后，我尝试了不同的风格：ggplot 和 Fivethirtyeight 甚至 seaborn-dark，并且我的代码有效（如我所料）。然后这个问题只与 seaborn 风格有关（我很不幸选择）..

【问题讨论】：

你也安装了seaborn模块吗？
事实上不，我只是没想到它会是相关的，因为我只是假设所有信息都在 matplotlib 样式库中
我知道如何使用 seaborn，但我似乎无法仅使用 matplotlib 使其工作。我将发布一个使用 seaborn 的答案，即使它并不完全符合您的要求，因为它可能会帮助安装了该模块的其他人
您无需安装 seaborn 即可使用seaborn 样式；同样，您不必安装 ggplot 即可使用 ggplot 样式。这些样式完全写在它们引用的单个 .mplstyle 文件中。

标签： python matplotlib

【解决方案1】：

ticklabels 的大小由xtick.labelsize 和ytick.labelsize rcParams 决定。
如果您将它们打印出来，您会看到它们被设置为10 (pt) 以用于seaborn 样式。因此，如果您将它们改为18，您将获得所需的情节。

import matplotlib.pyplot as plt
plt.style.use('seaborn')
plt.rcParams.update({'font.size': 18,
                     'xtick.labelsize' : 18,
                     'ytick.labelsize' : 18})

# ....

如您所见，坐标区标签仍然很小。那是因为我们没有设置axes.labelsize 参数。

那么为什么 seaborn-dark 只通过设置 'font.size' 就可以按预期工作？
答案是有两种方法可以指定字体大小。一个是上面点的绝对数字，另一个是使用相对值。那些是xx-small, x-small, small, medium, large, x-large, xx-large, larger, or smaller。这些值与font.size 中指定的大小相关。

在seaborn-dark 样式和（希望有许多其他样式）的情况下，labelsize 使用这些相对值之一设置。在这种情况下，它是medium，这意味着正在使用font.size。

您可以检查matplotlib\lib\matplotlib\mpl-data\stylelib 文件夹中的样式，以直接查看它们如何指定各自的参数并找出它们之间的差异。

【讨论】：