python - 在 matplotlib 中将 "The Economist"样式保存为 mplstyle 中的默认样式

Question

我通过修改给定的示例创建了“经济学人”风格 here .但是，我想让这个样式出现在 plt.style.use(your_style) 下。我在转换为所需格式时遇到问题。例如，这是我创建“经济学人”风格的代码:

import matplotlib.pyplot as plt
import numpy as np

x = np.random.randn(1000)
y = np.sin(x)

fig, ax = plt.subplots(facecolor='#CAD9E1', figsize=(12, 10))
ax.set_facecolor('#CAD9E1')
ax.yaxis.grid(color='#ffffff', linewidth=2)
ax.spines['left'].set_visible(False)
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
ax.tick_params(axis='y', length=0)
ax.xaxis.set_ticks_position('bottom')
# Lengthen the bottom x-ticks and set them to dark gray
ax.tick_params(direction='in', axis='x', length=7, color='0.1')
plt.scatter(x, y, color='#006767')

输出如下:

我打开可用的默认 mplstyles，发现我可以使用以下方法更改面和网格线的颜色:

axes.facecolor: cad9e1
grid.color: ffffff

但是，我不知道如何实现其余部分，例如:

ax.yaxis.grid(color='#ffffff', linewidth=2)
ax.spines['left'].set_visible(False)
ax.tick_params(axis='y', length=0)
ax.xaxis.set_ticks_position('bottom')
ax.tick_params(direction='in', axis='x', length=7, color='0.1')

Answer 1

大多数(但不是所有)您可以执行的设置都具有等效的 matplotlib rc 参数。我认为你很幸运，以下是所讨论的“经济学家”风格的 rc 参数。

要将它们放入文件中，请参阅 matplotlib customize guide .

import numpy as np
import matplotlib.pyplot as plt

params = {"figure.facecolor": "#cad9e1",
              "axes.facecolor": "#cad9e1",
              "axes.grid" : True,
              "axes.grid.axis" : "y",
              "grid.color"    : "#ffffff",
              "grid.linewidth": 2,
              "axes.spines.left" : False,
              "axes.spines.right" : False,
              "axes.spines.top" : False,
              "ytick.major.size": 0,     
              "ytick.minor.size": 0,
              "xtick.direction" : "in",
              "xtick.major.size" : 7,
              "xtick.color"      : "#191919",
              "axes.edgecolor"    :"#191919",
              "axes.prop_cycle" : plt.cycler('color',
                                    ['#006767', '#ff7f0e', '#2ca02c', '#d62728',
                                     '#9467bd', '#8c564b', '#e377c2', '#7f7f7f',
                                     '#bcbd22', '#17becf'])}
plt.rcParams.update(params)


x = np.random.randn(1000)
y = np.sin(x)

fig, ax = plt.subplots(figsize=(12, 10))
ax.scatter(x, y)

plt.show()