Matplotlib 第五章 样式色彩秀芳华

一.绘图样式（style）

1.Matplotlib预先定义样式

Matplotlib 提供了大量开箱即用的内置样式，只需一行代码即可全局生效，无需逐图调整。

（1）基础用法

import matplotlib.pyplot as plt
# 调用默认样式
plt.style.use('default')
# 绘制图表
plt.plot([1,2,3,4], [2,3,4,5])
plt.show()

• default：Matplotlib 原生默认样式，白底蓝线、简洁无网格。
• ggplot：复刻 R 语言 ggplot2 风格，浅灰底、网格线、配色更柔和。

（2） 全部内置样式列表

通过 print(plt.style.available) 可查看所有支持的样式，共 26 种（不同版本略有差异）：

['Solarize_Light2', '_classic_test_patch', 'bmh', 'classic', 'dark_background', 'fast', 'fivethirtyeight', 'ggplot', 'grayscale', 'seaborn', 'seaborn-bright', 'seaborn-colorblind', 'seaborn-dark', 'seaborn-dark-palette', 'seaborn-darkgrid', 'seaborn-deep', 'seaborn-muted', 'seaborn-notebook', 'seaborn-paper', 'seaborn-pastel', 'seaborn-poster', 'seaborn-talk', 'seaborn-ticks', 'seaborn-white', 'seaborn-whitegrid', 'tableau-colorblind10']

（3）常用样式速览

样式名	特点	适用场景
default	白底、蓝线、无网格	通用默认
ggplot	浅灰底、网格线、ggplot 风格	数据可视化报告
dark_background	黑底、亮色线条	夜间模式、PPT 展示
fivethirtyeight	复刻 FiveThirtyEight 网站风格，粗线条、网格	新闻类数据图表
grayscale	全灰度配色	黑白印刷
seaborn-* 系列	复刻 seaborn 库的多种风格	统计图表、论文

2.用户自定义mplstyle

当内置样式无法满足需求时，可创建自定义 .mplstyle 文件，统一配置全局样式参数。

（1） 步骤 1：创建样式文件

在任意路径下新建文件（如 presentation.mplstyle），写入样式配置：

# 标题字号
axes.titlesize : 24
# 坐标轴标签字号
axes.labelsize : 20
# 线条宽度
lines.linewidth : 3
# 标记点大小
lines.markersize : 10
# X轴刻度字号
xtick.labelsize : 16
# Y轴刻度字号
ytick.labelsize : 16

（2）步骤 2：调用自定义样式

# 替换为你的文件实际路径
plt.style.use('file/presentation.mplstyle')
plt.plot([1,2,3,4], [2,3,4,5])
plt.show()

• 效果：线条变粗、字号放大，适合汇报、PPT 展示。

（3）混合样式（多样式叠加）

Matplotlib 支持列表形式传入多个样式 ，实现样式叠加，右侧样式会覆盖左侧同名参数。

示例：深色背景 + 自定义汇报样式

# 先应用 dark_background，再用自定义样式覆盖字号、线宽等参数
plt.style.use(['dark_background', 'file/presentation.mplstyle'])
plt.plot([1,2,3,4], [2,3,4,5])
plt.show()

• 效果：黑底、亮线、粗线条、大字号，完美适配夜间 PPT 展示。

注：

1. 样式生效范围 ：plt.style.use() 是全局生效，调用后所有后续绘图都会应用该样式，无需重复设置。
2. 样式优先级 ：混合样式中，列表越靠后，优先级越高，同名参数会被右侧样式覆盖。
3. 临时恢复默认 ：若需临时切换样式，可通过 plt.style.use('default') 重置。
4. 自定义样式路径 ：若将 .mplstyle 文件放入 Matplotlib 的 stylelib 目录，可直接通过样式名调用（无需写完整路径）。
5. 参数配置参考 ：完整可配置参数可参考 Matplotlib 官方 rcParams 文档，涵盖字体、颜色、网格、图例等所有细节。

3.设置rcparams

Matplotlib 的所有默认样式参数都保存在 matplotlib.rcParams 字典中，通过修改它可以在运行时动态全局生效，影响后续所有绘图。

（1）基础用法：单参数修改

import matplotlib as mpl
import matplotlib.pyplot as plt

# 先恢复默认样式，作为基准
plt.style.use('default')
plt.plot([1,2,3,4], [2,3,4,5])
plt.show()

• 效果：默认白底、实线、细蓝线，无网格。

  单独修改线条宽度和线型

  mpl.rcParams['lines.linewidth'] = 2
  mpl.rcParams['lines.linestyle'] = '--'
  plt.plot([1,2,3,4], [2,3,4,5])
  plt.show()

• 效果：线条变粗，变为虚线，全局生效。

（2）便捷用法：批量修改（按分组）

Matplotlib 提供 mpl.rc() 方法，可按参数分组一次性修改多个同组参数，代码更简洁：

# 一次性修改 lines 分组下的线宽和线型
mpl.rc('lines', linewidth=4, linestyle='-.')
plt.plot([1,2,3,4], [2,3,4,5])
plt.show()

• 效果：线条更粗，变为点划线，全局生效。

• 全局生效 ：修改 rcParams 后，所有后续绘图都会应用该设置，直到程序结束或手动重置。
• 参数分组 ：参数按 分组.参数名 命名，如 lines.linewidth、axes.titlesize、xtick.labelsize 等。
• 临时重置 ：可通过 plt.rcdefaults() 一键恢复所有 rc 参数到出厂默认。
• 优先级 ：rcParams 修改的优先级高于内置样式，低于绘图时的逐图手动设置 （如 plt.plot(..., linewidth=5) 会覆盖 rcParams）。

4. 永久修改：matplotlibrc 配置文件

如果希望永久修改默认样式 （每次运行 Matplotlib 都生效），可以直接编辑 matplotlibrc 配置文件，这是 Matplotlib 所有默认样式的源头。

（1）步骤 1：找到配置文件路径

import matplotlib as mpl
# 打印 matplotlibrc 文件的绝对路径
print(mpl.matplotlib_fname())

• 输出示例（不同系统路径不同）：

  /usr/local/lib/python3.10/site-packages/matplotlib/mpl-data/matplotlibrc

  或用户目录下的自定义路径：~/.config/matplotlib/matplotlibrc（Linux/macOS）、C:\Users\用户名\.matplotlib\matplotlibrc（Windows）。

（2）步骤 2：编辑配置文件

打开 matplotlibrc 文件，它是一个纯文本文件，包含了所有可配置参数（默认大多被 # 注释）。

• 找到需要修改的参数，去掉 # 注释，修改对应值即可，例如：

  # 线条默认宽度
  lines.linewidth: 8
  # 线条默认线型
  lines.linestyle: -
  # 标题字号
  axes.titlesize: 24
  # 坐标轴标签字号
  axes.labelsize: 20

• 保存文件后，重启 Python 环境，所有新绘图都会永久应用这些修改。

• 生效范围 ：修改 matplotlibrc 是系统级 / 用户级永久生效，所有 Python 环境、所有脚本都会应用该样式。
• 优先级 ：matplotlibrc 是最低优先级，会被 rcParams 动态修改、plt.style.use()、逐图手动设置覆盖。
• 备份建议：修改前建议先备份原文件，避免误改导致样式异常。
• 用户级 vs 系统级 ：优先修改用户目录下的 matplotlibrc，避免影响系统全局环境；升级 Matplotlib 时，系统级文件会被覆盖，用户级文件不受影响。

二.色彩设置（color）

在可视化中，颜色可拆解为三个视觉通道，不同通道适用场景不同：

• 色相：无明显顺序性，用于区分类别数据（如不同产品、不同组别）
• 明度 / 亮度：有明确视觉优先级，用于表达数据大小、顺序
• 饱和度：同样可区分优先级，常与明度配合使用

1. RGB / RGBA 浮点元组

用 [0,1] 区间的浮点数表示颜色，4 个分量依次为 (红, 绿, 蓝, 透明度alpha)，alpha 可省略。

# 纯RGB（不透明）
plt.plot([1,2,3], [4,5,6], color=(0.1, 0.2, 0.5))
# RGBA（半透明，alpha=0.5）
plt.plot([4,5,6], [1,2,3], color=(0.1, 0.2, 0.5, 0.5))

• 特点：精准控制颜色，适合自定义配色，alpha 可实现叠加效果

2. HEX 十六进制颜色码

用网页标准的十六进制字符串表示，格式为 #RRGGBB 或 #RRGGBBAA（最后两位为透明度）。

# 纯RGB（不透明，浅灰色）
plt.plot([1,2,3], [4,5,6], color='#0f0f0f')
# RGBA（半透明，alpha=0x80≈0.5）
plt.plot([4,5,6], [1,2,3], color='#0f0f0f80')

• 特点：和前端、设计工具无缝衔接，适合复用设计稿配色

3. 灰度色阶

用 [0,1] 区间的字符串表示灰度，'0' 为纯黑，'1' 为纯白。

# 50%灰度
plt.plot([1,2,3], [4,5,6], color='0.5')

• 特点：适合黑白印刷、灰度可视化，代码简洁

4. 单字符基本颜色

Matplotlib 内置 8 个单字符基础色，对应英文缩写：

单字符	英文	中文
b	blue	蓝色
g	green	绿色
r	red	红色
c	cyan	青色
m	magenta	品红
y	yellow	黄色
k	black	黑色
w	white	白色

# 品红色线条
plt.plot([1,2,3], [4,5,6], color='m')

• 特点：快速调用，适合简单绘图

5. 标准颜色名称

Matplotlib 支持 CSS4 标准颜色名、Tableau 调色板名，可直接用字符串调用。

# 棕褐色（tan）线条
plt.plot([1,2,3], [4,5,6], color='tan')
# Tableau 调色板
plt.plot([1,2,3], [4,5,6], color='tab:blue')

• 特点：语义化强，可读性高，内置完整颜色对照表

（1）Tableau 标准调色板

颜色名称	对应代码	视觉特点	适用场景
tab:blue	tab:blue	标准商务蓝	主数据系列、默认首选
tab:orange	tab:orange	暖调橙色	对比系列、次数据
tab:green	tab:green	正向绿色	成功、增长类数据
tab:red	tab:red	警示红色	异常、下降类数据
tab:purple	tab:purple	柔和紫色	强调、辅助系列
tab:brown	tab:brown	稳重棕色	中性、背景系列
tab:pink	tab:pink	柔和粉色	女性相关、柔和对比
tab:gray	tab:gray	中性灰色	次要、参考线
tab:olive	tab:olive	橄榄绿	自然、环境类数据
tab:cyan	tab:cyan	亮青色	科技、冷调数据

（2）CSS 标准颜色表（完整整理）

（a）黑白灰系列

颜色名称	对应代码	灰度值参考
black	black	纯黑
dimgray / dimgrey	dimgray / dimgrey	深灰
gray / grey	gray / grey	中灰
darkgray / darkgrey	darkgray / darkgrey	暗灰
silver	silver	银灰
lightgray / lightgrey	lightgray / lightgrey	浅灰
gainsboro	gainsboro	极浅灰
whitesmoke	whitesmoke	烟白
white	white	纯白
snow	snow	雪白

（b） 红 / 粉 / 棕系列

颜色名称	对应代码	视觉特点
rosybrown	rosybrown	玫瑰棕
lightcoral	lightcoral	浅珊瑚
indianred	indianred	印度红
brown	brown	棕色
firebrick	firebrick	砖红
maroon	maroon	栗色
darkred	darkred	深红
red	red	纯红
mistyrose	mistyrose	雾玫瑰
salmon	salmon	三文鱼粉
tomato	tomato	番茄红
darksalmon	darksalmon	深三文鱼
coral	coral	珊瑚橙
orangered	orangered	橙红
lightsalmon	lightsalmon	浅三文鱼
sienna	sienna	赭石
seashell	seashell	贝壳白
chocolate	chocolate	巧克力棕
saddlebrown	saddlebrown	马鞍棕
sandybrown	sandybrown	沙棕
peachpuff	peachpuff	桃粉
peru	peru	秘鲁棕
linen	linen	亚麻白
crimson	crimson	深红
pink	pink	粉色
lightpink	lightpink	浅粉
hotpink	hotpink	亮粉
deeppink	deeppink	深粉
palevioletred	palevioletred	浅紫红
lavenderblush	lavenderblush	淡紫粉
mediumvioletred	mediumvioletred	中紫红
orchid	orchid	兰花紫
magenta / fuchsia	magenta / fuchsia	品红
darkmagenta	darkmagenta	深品红
purple	purple	纯紫
violet	violet	紫罗兰
plum	plum	李子紫
thistle	thistle	蓟紫
mediumorchid	mediumorchid	中兰花紫
darkviolet	darkviolet	深紫
darkorchid	darkorchid	深兰花紫
indigo	indigo	靛蓝

（c） 橙 / 黄 / 米白系列

颜色名称	对应代码	视觉特点
bisque	bisque	陶土白
darkorange	darkorange	深橙
burlywood	burlywood	原木棕
antiquewhite	antiquewhite	古董白
tan	tan	棕褐色
navajowhite	navajowhite	纳瓦霍白
blanchedalmond	blanchedalmond	杏仁白
papayawhip	papayawhip	木瓜白
moccasin	moccasin	鹿皮白
orange	orange	纯橙
wheat	wheat	小麦色
oldlace	oldlace	蕾丝白
floralwhite	floralwhite	花卉白
darkgoldenrod	darkgoldenrod	深金棕
goldenrod	goldenrod	金棕
cornsilk	cornsilk	玉米丝白
gold	gold	金色
lemonchiffon	lemonchiffon	柠檬纱白
khaki	khaki	卡其色
palegoldenrod	palegoldenrod	浅金棕
darkkhaki	darkkhaki	深卡其
ivory	ivory	象牙白
beige	beige	米色
lightyellow	lightyellow	浅黄
lightgoldenrodyellow	lightgoldenrodyellow	浅金棕黄
olive	olive	橄榄绿
yellow	yellow	纯黄
olivedrab	olivedrab	橄榄褐
yellowgreen	yellowgreen	黄绿
darkolivegreen	darkolivegreen	深橄榄绿
greenyellow	greenyellow	绿黄
chartreuse	chartreuse	查特酒绿
lawngreen	lawngreen	草坪绿
honeydew	honeydew	蜜瓜白
darkseagreen	darkseagreen	深海草绿
palegreen	palegreen	浅绿
lightgreen	lightgreen	亮绿

（d）绿 / 青 / 蓝系列

颜色名称	对应代码	视觉特点
forestgreen	forestgreen	森林绿
limegreen	limegreen	酸橙绿
darkgreen	darkgreen	深绿
green	green	纯绿
lime	lime	亮绿
seagreen	seagreen	海草绿
mediumseagreen	mediumseagreen	中海草绿
springgreen	springgreen	春绿
mintcream	mintcream	薄荷白
mediumspringgreen	mediumspringgreen	中春绿
mediumaquamarine	mediumaquamarine	中碧色
aquamarine	aquamarine	碧色
turquoise	turquoise	绿松石
lightseagreen	lightseagreen	浅海草绿
mediumturquoise	mediumturquoise	中绿松石
azure	azure	天蓝白
lightcyan	lightcyan	浅青
paleturquoise	paleturquoise	浅绿松石
darkslategray / darkslategrey	darkslategray / darkslategrey	深石板灰
teal	teal	水鸭绿
darkcyan	darkcyan	深青
aqua / cyan	aqua / cyan	纯青
darkturquoise	darkturquoise	深绿松石
cadetblue	cadetblue	军校蓝
powderblue	powderblue	粉末蓝
lightblue	lightblue	浅蓝
deepskyblue	deepskyblue	深天蓝
skyblue	skyblue	天蓝
lightskyblue	lightskyblue	亮天蓝
steelblue	steelblue	钢蓝
aliceblue	aliceblue	爱丽丝蓝
dodgerblue	dodgerblue	道奇蓝
lightslategray / lightslategrey	lightslategray / lightslategrey	浅石板灰
slategray / slategrey	slategray / slategrey	石板灰
slategrey	slategrey	石板灰
lightsteelblue	lightsteelblue	浅钢蓝
cornflowerblue	cornflowerblue	矢车菊蓝
royalblue	royalblue	皇家蓝
ghostwhite	ghostwhite	幽灵白
lavender	lavender	薰衣草紫
midnightblue	midnightblue	午夜蓝
navy	navy	海军蓝
darkblue	darkblue	深蓝
mediumblue	mediumblue	中蓝
blue	blue	纯蓝
slateblue	slateblue	石板蓝
darkslateblue	darkslateblue	深石板蓝
mediumslateblue	mediumslateblue	中石板蓝
mediumpurple	mediumpurple	中紫
rebeccapurple	rebeccapurple	丽贝卡紫
blueviolet	blueviolet	蓝紫

6.Colormap：批量设置一组颜色

当需要用一组颜色表达数据关系时，使用 colormap（颜色映射），Matplotlib 将其分为 5 大类：

类型	特点	适用场景	示例
顺序型 (Sequential)	单一色调，明度 / 饱和度渐变	有顺序的数值数据（如温度、销量）	RdPu、viridis、Blues
发散型 (Diverging)	两种颜色从中间向两端渐变	有中间基准的数据（如正负偏差、地形）	coolwarm、RdBu
循环型 (Cyclic)	首尾颜色一致，中间过渡	环形 / 周期性数据（如角度、时间）	twilight、hsv
定性型 (Qualitative)	杂色、无渐变	无顺序的类别数据（如不同组别）	tab10、Set2
杂色型 (Miscellaneous)	特定场景专用	特殊可视化（如彩虹、地形）	rainbow、terrain

示例：散点图使用 colormap

import numpy as np
import matplotlib.pyplot as plt

x = np.random.randn(50)
y = np.random.randn(50)
# c=x 表示用x值映射颜色，cmap指定颜色映射
plt.scatter(x, y, c=x, cmap='RdPu')
plt.show()

• 效果：点的颜色随 x 值从浅粉到深紫渐变，直观表达数据大小

  import matplotlib.pyplot as plt
  import numpy as np

  1. 单颜色设置示例

  plt.style.use('default')

  RGB

  plt.plot([1,2,3], [4,5,6], color=(0.1, 0.2, 0.5), label='RGB')

  HEX

  plt.plot([4,5,6], [1,2,3], color='#0f0f0f80', label='HEX')

  灰度

  plt.plot([1,2,3], [1,2,3], color='0.5', label='灰度')

  单字符

  plt.plot([4,5,6], [4,5,6], color='m', label='单字符m')

  颜色名

  plt.plot([1,3,5], [2,4,6], color='tan', label='颜色名tan')
  plt.legend()
  plt.show()

  2. Colormap 示例

  x = np.random.randn(50)
  y = np.random.randn(50)
  plt.scatter(x, y, c=x, cmap='RdPu', s=100)
  plt.colorbar(label='x值')
  plt.show()