Оформление рисунков в matplotlib с помощью файла .mplstyle

Autor: Dmitryuk N.A

Github repository: Figure_style_with_matplotlib_mplstyle

---

Matplotlib - удобная библиотека для создания графики, в том числе научной.

Одним из самых удобных функционалов является создание .mplstyle файлов, в которых можно настроить единый стиль для всех рисунков.

Файл 'figStyle.mplstyle' задает все параметры, толщины линий и размеры. Это делает код более локоничным и простым, и позволяет создавать графики с одинаковыми параметрами при работе в коллективе.

Настройка среды

Установка необходимых пакетов

pip3 install numpy matplotlib scipy

Установка шрифта Arial и других шрифтов Windows (Manjaro linux)

Необходимо установить пакет ttf-ms-fonts.

sudo pacman -S ttf-ms-fonts

Если python не находит шрифт (Manjaro linux)

Необходимо удалить файл ~/.cache/matplotlib/fontlist.json.

rm -i ~/.cache/matplotlib/fontlist*.json

Использование готового стиля

Для использования файла стиля необходимо добавить следующую строку в программу:

import matplotlib.pyplot as plt
plt.style.use('figStyle.mplstyle')

Внутри файла сверху находятся использованные настройки с кратикими комментариями. Ниже находятся неиспользованные настройки с более подробными комментариями, их можно использовать по необходимости.

---

Основные используемые функции

---

Загрузка данных

import numpy as np

def load_data_from_folder(folder):
    def load(name):
        data = []
        with open(f'{folder}/{name}') as f:
            for line in f:
                data.append([float(x.replace(',', '.')) for x in line.split()])
        return np.array(data)
    return load

Указание папки с данными (частичное применение функции):

load_data = load_data_from_folder('path/to/data')

Чтение данных из разных файлов:

x1 = load_data('A.txt')[:, 0]    # Чтение первого столбца
y1 = load_data('B.txt')[:, 1]    # Чтение второго столбца
x2 = load_data('C.txt')[0, :]    # Чтение первой строки
y2 = load_data('D.txt')[1, :]    # Чтение второй строки

Построение графика

Cоздание рисунка:

fig, ax = plt.subplots()        # Создание поля для рисунка (fig) и осей (ax)

Рисование двух линий:

ax.plot(x1, y1, color='C0', marker='', linestyle='-', label=r'$\frac{a}{b}$')
ax.plot(x2, y2, color='C1', marker='o', linestyle='', label=r'Класс 2 (канал B)', zorder=2)

Где:

• color -- цвет линий / точкек. Стандартные цвета C0, C1, .. , C9, также можно задать как (0.5, 0.5, 0.5) где от 0 до 1 указаны значения RGB. Eсть и другие способы и цвета.

• marker -- символы точек. Самые часто используемые: 'o' -- полые круги, '' -- сплошная линия без символов. Все виды символов тут.

• linestyle -- тип соединяющих линий. Часто используемые: '' -- соединения точек нет, '-' -- сплошная линия, '--' -- штриховая линия. Все виды линий и создание своих тут.

• label -- метка для легенды. Форматирование строк c префиксом r например r'$ T_{cp} / T_{tp} = 2.0 $' указывает на необходимоть компилировать эту строку с использованием Latex.

• zorder -- приоритет наложения графиков. Лини, у которой данный параметри больше, чем у другой, находится выше. Если параметры одинаковые (по умолчанию), то располагаются в порядке рисования.

Информация по всем параметрам функции pyplot.plot в одном месте.

Создание подписей к осям

ax.set_xlabel(r'Wave vector, $kn^{-1/3}/\pi$')
ax.set_ylabel(r'Frequency, $\omega$')

Пределы рисования

ax.set_ylim(bottom=0, top=1)
ax.set_xlim(left=0, right=1)

Явное указание больших и маленьких штрихов на осях:

import matplotlib.ticker as ticker

ax.xaxis.set_major_locator(ticker.MultipleLocator(20)) # Шаг больших меток
ax.xaxis.set_minor_locator(ticker.MultipleLocator(4))  # Шаг маленьких меток
# Аналогично для другой оси
ax.yaxis.set_major_locator(ticker.MultipleLocator(5))
ax.yaxis.set_minor_locator(ticker.MultipleLocator(1))

Создание легенды

ax.legend(loc=2, labelcolor='markeredgecolor')
ax.legend(loc='best', labelcolor=['C0', 'C1'])

где loc -- позиция легенды на графике. Часто используется loc='best'; labelcolor -- цвет текста (в данном случае по цвету маркеров).

Полная информация по легендам.

Сохранение графика

fig.savefig('filename.pdf')

---

Реже используемые функции

---

Текст на графике

ax.text(pos_x, pos_y, 'Text',
        horizontalalignment='center',
        verticalalignment='center',
        transform=ax.transAxes)

Можно использовать для автоматического обозначения панелей ((a), (b), ... ).

Стрелочки

style_arrow = mpatches.ArrowStyle('-|>', head_length=.2, head_width=.08)

ax.annotate('Text',
            xy=(x2[0], y2[0]), xycoords='data',
            xytext=(0, 20), textcoords='offset points',
            arrowprops=dict(arrowstyle=style_arrow, lw=0.8, fc="k", ec="k"),
            bbox=dict(pad=-0.5, facecolor="white", edgecolor="white"),
            ha='center', va='top')

Горизонтальные и вертикальные линии

ax.hlines(y, x_min, x_max) # горизонтальная линия
ax.vlines(x, y_min, y_max)                                       # вертикальные линии

Логарифмические оси

ax.set_xscale('log')
ax.set_yscale('log')

Конкретные значения цифр на осях

ax.set_xticks([1, 10, 100])
ax.get_xaxis().set_major_formatter(matplotlib.ticker.ScalarFormatter())

ax.set_yticks([0.01, 0.1, 1])
ax.get_yaxis().set_major_formatter(matplotlib.ticker.ScalarFormatter())

Error bar

ax.errorbar(x, y, xerr=x_err, yerr=y_err)

Множители осей

plt.ticklabel_format(axis='y', style='sci', scilimits=(-2, 3))

Color bar

cntr = ax.tricontourf([x, y], z, levels=levels, cmap='jet')
fig.colorbar(cntr, ticks=[1, 2, 3])