一行Python代码让图形秒变「手绘风」

转载

Python研究者 2021-10-20 10:14:57

文章标签 python 可视化数据可视化 js javascript 文章分类 代码人生

今天介绍一个手绘工具（matplotlib.pyplot.xkcd()），一行代码可将所有Matplotlib和Seaborn绘制的图形变为手绘风格。

matplotlib.pyplot.xkcd()简介

这个Matplotlib子函数特别简单，只有三个参数，别看参数少，但功能可不小

matplotlib.pyplot.xkcd(scale=1, #相对于不使用xkcd的风格图，褶皱的幅度
length=100, #褶皱长度
randomness=2#褶皱的随机性
                      )

matplotlib.pyplot.xkcd()使用

如下，加with行代码即可，括号中参数按个人喜好决定是否设置～

with plt.xkcd(scale=1, length=100, randomness=2):
#with是临时使用一下，不影响其它图使用正常样式
绘图代码
。。。。。。
plt.show()

matplotlib.pyplot.xkcd()使用实例

#支持seaborn
import seaborn as sns
iris_sns = sns.load_dataset("iris")
with plt.xkcd():
g = sns.pairplot(
iris_sns,
hue='species',  #按照三种花分类
palette=['#dc2624', '#2b4750', '#45a0a2'])
sns.set(style='whitegrid')
g.fig.set_size_inches(12, 12)
sns.set(style='whitegrid', font_scale=1.5)

一行Python代码让图形秒变「手绘风」_javascript

import matplotlib.pyplot as plt
with plt.xkcd(
scale=4,  #相对于不使用xkcd的风格图，褶皱的幅度
length=120,  #褶皱长度
randomness=2):  #褶皱的随机性
plt.figure(dpi=150)
patches, texts, autotexts = plt.pie(
x=[1, 2, 3],  #返回三个对象
labels=['A', 'B', 'C'],
colors=['#dc2624', '#2b4750', '#45a0a2'],
autopct='%.2f%%',
explode=(0.1, 0, 0))
texts[1].set_size('20')  #修改B的大小

#matplotlib.patches.Wedge
patches[0].set_alpha(0.3)  #A组分设置透明度
patches[2].set_hatch('|')  #C组分添加网格线
patches[1].set_hatch('x')

plt.legend(
patches,
        ['A', 'B', 'C'],  #添加图例
title="Pie Learning",
loc="center left",
fontsize=15,
bbox_to_anchor=(1, 0, 0.5, 1))

plt.title('Lovely pie', size=20)
plt.show()

一行Python代码让图形秒变「手绘风」_python_02

with plt.xkcd():
from string import ascii_letters
plt.figure(dpi=150)
patches, texts, autotexts = plt.pie(
x=range(1, 12),
labels=list(ascii_letters[26:])[0:11],
colors=[
'#dc2624', '#2b4750', '#45a0a2', '#e87a59', '#7dcaa9', '#649E7D',
'#dc8018', '#C89F91', '#6c6d6c', '#4f6268', '#c7cccf'
        ],
autopct='%.2f%%',
    )
plt.legend(
patches,
list(ascii_letters[26:])[0:11],  #添加图例
title="Pie Learning",
loc="center left",
bbox_to_anchor=(1, 0, 0.5, 1),
ncol=2,  #控制图例中按照两列显示，默认为一列显示，
    )

一行Python代码让图形秒变「手绘风」_可视化_03

import matplotlib.pyplot as plt
import numpy as np
with plt.xkcd():
plt.figure(dpi=150)
labels = ['Jack', 'Rose', 'Jimmy']
year_2019 = np.arange(1, 4)
year_2020 = np.arange(1, 4) + 1
bar_width = 0.4

plt.bar(
np.arange(len(labels)) - bar_width / 2,  #为了两个柱子一样宽
year_2019,
color='#dc2624',
width=bar_width,
label='year_2019'  #图例
    )
plt.bar(
np.arange(len(labels)) + bar_width / 2,
year_2020,
color='#45a0a2',
width=bar_width,
label='year_2020'  #图例
    )
plt.xticks(np.arange(0, 3, step=1), labels, rotation=45)  #定义柱子名称
plt.legend(loc=2)  #图例在左边

一行Python代码让图形秒变「手绘风」_可视化_04

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
#数据准备
from sklearn import datasets

iris = datasets.load_iris()
x, y = iris.data, iris.target
pd_iris = pd.DataFrame(np.hstack((x, y.reshape(150, 1))),
columns=[
'sepal length(cm)', 'sepal width(cm)',
'petal length(cm)', 'petal width(cm)', 'class'
                       ])
with plt.xkcd():

plt.figure(dpi=150)  #设置图的分辨率
#plt.style.use('Solarize_Light2')  #使用Solarize_Light2风格绘图
iris_type = pd_iris['class'].unique()  #根据class列将点分为三类
iris_name = iris.target_names  #获取每一类的名称
colors = ['#dc2624', '#2b4750', '#45a0a2']  #三种不同颜色
markers = ['$\clubsuit, '.', '+']  #三种不同图形

for i in range(len(iris_type)):
plt.scatter(
pd_iris.loc[pd_iris['class'] == iris_type[i],
'sepal length(cm)'],  #传入数据x
pd_iris.loc[pd_iris['class'] == iris_type[i],
'sepal width(cm)'],  #传入数据y
s=50,  #散点图形（marker）的大小
c=colors[i],  #marker颜色
marker=markers[i],  #marker形状
#marker=matplotlib.markers.MarkerStyle(marker = markers[i],fillstyle='full'),#设置marker的填充
alpha=0.8,  #marker透明度，范围为0-1
facecolors='r',  #marker的填充颜色，当上面c参数设置了颜色，优先c
edgecolors='none',  #marker的边缘线色
linewidths=1,  #marker边缘线宽度，edgecolors不设置时，该参数不起作用
label=iris_name[i])  #后面图例的名称取自label

plt.legend(loc='upper right')