python可视化——详解matplotlib的配置文件以及配置方式
我们使用matplotlib所画出来的图形中，会呈现出各种各样的样式，除了我们手动设置自定义的配置属性以外，matplotlib自带了一套配置方案以及各种默认的图形配置信息，幸运的是，几乎所有的配置信息都能够通过一组全局参数进行自定义，这些参数管理着图像的大小、subplot边距、配色方案、字体、网格等一系列信息
matplotlibrc是matplotlib resource configurations的简称。matplotlib的图形配置方式有很多，主要是从以下三个方面进行配置的。
（1）通过配置文件进行配置——查看+设置
（2）通过rcParams['参数名']动态配置——查 看+设置
（3）通过matplotlib.rc()函数配置
2.1 通过配置文件
matplotlibrc是matplotlib的配置文件，配置文件分为几个不同的级别，比如我们默认的是所有的图形都是使用默认的配置，因为我们使用的是全局的默认配置，但是如果我们希望，每一个项目都单独使用一套不同的配置，或者是不同的用户使用一套不同的配置，这就需要使用到局部配置文件。使用不同的配置参数的方式，是让你能够在不同的项目中使用不同的参数配置，不同的同事和项目之间分配配置模板。
matplotlib通过matplotrc文件来进行配置，这个文件根据他们的应用范围可以有一下三个级别：
（1）当前工作目录：代码运行的目录，可以为目录所包含的当前项目代码定制matplotlib配置项。配置文件的名称是matplotlibrc。在这个单独的项目中，都是用这一套配置文件，默认是没有的，我们需要自己创建，怎么创建呢？后面会讲 到。
（2）用户级配置文件：即用户目录之下的.matplotlib/matplotlibrc文件。通常是在用户的$HOME中（也就是windows系统中的 Users\目录）。比如我的用户目录为：C:\Users\XinAir\.matplotlib\matplotlibrc，有的可能没有，同样可以自己为用户创建配置文件。可以调用matplotlib.get_configdir()命令获取当前用户的配置文件目录。
（3）安装级配置文件：简装matplotlib的时候在安装路径之下的配置文件，通常在python的site-packags目录下的matplotlib文件夹中的mpl-data文件夹之下，比如，我的电脑在：D:\ProgramData\Anaconda3\envs\tensorflow\Lib\site-packages\matplotlib\mpl-data\matplotlibrc。
系统在画图的时候会按照（1）、（2）、（3）的顺序进行配置文件的寻找。如果我们对上面的路径不是特别清楚，我们可以通过编程的方式进行查看，如下代码：
import matplotlib
print(matplotlib.get_backend()) #返回matplotlib的后端
print(matplotlib.get_cachedir()) #缓存目录
print(matplotlib.get_configdir()) #配置目录
print(matplotlib.get_data_path()) #数据路径
print(matplotlib.get_home()) #用户目录
配置文件的格式：
既然涉及到自己创建配置文件，那么配置文件的格式是什么样子呢，如何修改呢，我们可以打开安装目录之下的matplotlibrc加以查看，发现内容如下：
#前面是以部分介绍信息以及相关的后端、工具条、可交互性、时区等等一些的设置，此处省略了。。。。。。
#### LINES #线型属性的设置
## See http://matplotlib.org/api/artist_api.html#module-matplotlib.lines for more
## information on line properties.
#lines.linewidth : 1.5 ## line width in points
#lines.linestyle : - ## solid line
#lines.color : C0 ## has no affect on plot(); see axes.prop_cycle
#lines.marker : None ## the default marker
#lines.markeredgewidth : 1.0 ## the line width around the marker symbol
#lines.markersize : 6 ## markersize, in points
#lines.dash_joinstyle : round ## miter|round|bevel
#lines.dash_capstyle : butt ## butt|round|projecting
#lines.solid_joinstyle : round ## miter|round|bevel
#lines.solid_capstyle : projecting ## butt|round|projecting
#lines.antialiased : True ## render lines in antialiased (no jaggies)
## The three standard dash patterns. These are scaled by the linewidth.
#lines.dashed_pattern : 3.7, 1.6
#lines.dashdot_pattern : 6.4, 1.6, 1, 1.6
#lines.dotted_pattern : 1, 1.65
#lines.scale_dashes : True
#markers.fillstyle: full ## full|left|right|bottom|top|none
#### PATCHES #图形patch的属性设置
#---------------------------------------------------------------------
## Patches are graphical objects that fill 2D space, like polygons or
## circles. See
## http://matplotlib.org/api/artist_api.html#module-matplotlib.patches
## information on patch properties
#patch.linewidth : 1 ## edge width in points.
#patch.facecolor : C0
#patch.edgecolor : k ## if forced, or patch is not filled
#patch.force_edgecolor : False ## True to always use edgecolor
#patch.antialiased : True ## render patches in antialiased (no jaggies)
配置文件的格式：
从上面可以看见，配置文件的格式一般为如下样式：
####配置对象（四个#）
##相关的描述信息（两个#）
#属性一 ： 属性值
#属性二 ： 属性值
#属性三 ： 属性值
总结：配置对象可以是一下一些：
lines
patches
hatches
boxplot
font
text
axes
dates
ticks
grids
legend
figure
images
contour plots
errorbar plots
histogram plots
acatter plots
Agg rendering
paths
saving figures
2.2 通过rcParams['参数名']动态配置
import matplotlib
from matplotlib.pylab import mpl
print(mpl.rc_params()) #方式一
print(matplotlib.rc_params()) #方式二
print(matplotlib.rcParamsDefault) #方式三
print(matplotlib.rcParams) #方式四
上面的四种设置方式是等价的。
mpl.rcParams['lines.linewidth'] = 2
matplotlib.rcParams['lines.linewidth'] = 2
mpl.rcParams['lines.color'] = 'r'
matplotlib.rcParams['lines.color'] = 'r'
上面的 mpl.rcParams['属性名']=属性值 和 matplotlib.rcParams['属性名']=属性值 是等价的
mpl.rc('lines', linewidth=4, color='g')
plt.rc('lines', linewidth=4, color='g')
matplotlib.rc('lines', linewidth=4, color='g')
总结：
上面的三种方式等价，即通过 mpl 、plt 、matplotlib三者的 rc（）方法均是等价的，该方法的第一个参数需要指定改变的对象，具体有哪些对象，上面已经说过了，然后设置相关的属性值。
2.1 关于配置文件的补充
mpl.rcdefaults() # 恢复默认参数
mpl.cr_file() #从已有的文件更新
2.2 关于画图的后端引擎
| GTKAgg | Agg渲染器输出到GTK绘图面板(需要PyGTK) |
| GTK | GDK渲染器输出到GTK绘图面板(不推荐，需要PyGTK) |
| GTKCairo | Cairo渲染器输出到GTK绘图面板(需要PyGTK) |
| WXAgg | Agg渲染器输出到wxWidgets绘图面板（需要wxPython） |
| WX | 原生wxWidgets绘图输出到wxWidgets绘图面板(不推荐，需要wxPython) |
| TkAgg | Agg渲染器输出到Tk绘图面板(需要Tkinter) |
| QtAgg | Agg渲染器输出到Qt绘图面板（不推荐，请使用Qt4Agg，需要PyQt） |
| Qt4Agg | Agg渲染器输出到Qt4绘图面板（需要PyQt4） |
| FLTKAgg | Agg渲染器输出到FLTK绘图面板(需要pyFLTK, 使用不是很广，考虑使用TKAgg,GTKAgg,WXAgg,或者QT4Agg替代) |
| macosx | Cocoa渲染器在osx上。（目前在非交互式模式缺少阻塞show()行为） |
2.3 关于中文与负号相关的设置
使用matplotlib的pyplot时，是支持unicode的，但默认字体是英文字体， 不支持中文字体，故而需要设置。
from matplotlib.pylab import mpl
mpl.rcParams['font.sans-serif'] = ['SimHei'] #显示中文
mpl.rcParams['axes.unicode_minus']=False #显示负号
#第一步：导入font_manager：
import matplotlib.font_manager as fm
#第二步：找到中文字体在电脑中的位置，导入中文字体库
zh_font = fm.FontProperties(fname='C:\Windows\Fonts\msyh.ttc')
''' 字体位置，msyh.ttc是微软雅黑字体
方法二相对于方法一而言，没有那么方便，方法一是将图形中所设置的中文一次性全部显示出来，但是方法二不能，它需要将标题、坐标名称、刻度单独设置，不能一次性设置完，如下所示：
第三步：单独针对需要设置中文的位置进行设置'''
# 图例中出现中文：
plt.plot(x,y, 'g-',label='一条曲线')
plt.legend(prop=zh_font) #设置图例的中文显示
# title和横纵坐标等地方出现中文:
plt.xlabel('性别',fontproperties=zhfont1) #设置X轴名称
plt.ylabel('人数',fontproperties=zhfont1) #设置Y轴标题
plt.title('直方图',fontproperties=zhfont1) #设置图形的名称
plt.xticks( (0,1),('男','女') ,fontproperties=zhfont1) #设置标签为中文
#如果有希腊字母时，使用双"$...$"符号，如plt.xlabel(u'$ω$')
第一步：修改matplotlibrc文件
使用任何一个文件编辑器(推荐vscode),修改该文件,通过ctrl+f搜索找到。
#axes.unicode_minus : True ## use unicode for the minus symbol
#font.family : sans-serif
#font.sans-serif : DejaVu Sans, Bitstream Vera Sans, Computer Modern Sans Serif, Lucida Grande, Verdana, Geneva, Lucid, Arial, Helvetica, Avant Garde, sans-serif
分别修改为以下三行：
axes.unicode_minus : False ## use unicode for the minus symbol
font.family : Microsoft YaHei
font.sans-serif : Microsoft YaHei, DejaVu Sans, Bitstream Vera Sans, Computer Modern Sans Serif, Lucida Grande, Verdana, Geneva, Lucid, Arial, Helvetica, Avant Garde, sans-serif
上面修改的三行都需要删除第一个#,取消注释
第一行,修改True为False,是为了正常显示负号
第二行和第三行是为了使用微软雅黑作为默认字体
第二步：删除缓存
将用户文件夹的.matplotlib文件夹中的两项删除，然后重启Python即可(意思是关闭所有正在运行的Python窗口,然后重新打开,要不然无法生效)
总结：
上面三种方法均可以实现中文显示，推荐使用第一种，简单方便，第二种设置更加灵活，第三种不太推荐，因为全局的设置会破坏原本的安装结构，而又不是每一个项目都需要显示中文的，不太推荐这个。
注意事项
怎么知道那一种字体的名称呢？
在使用第二种或者是第三种方法的时候，需要知道字体的名称，比如msyh.ttc，simsun.ttc，当我们打开windows中的字体文件夹，发现并找不到或者是名字又不是一样的，怎么办呢？以“微软雅黑”为例。
在windows的Fonts文件夹下，找到微软雅黑，发现显示的是中文 微软雅黑 四个汉字，将其复制，然后粘贴到matplotlib未知的ttf文件夹中，即
D:\ProgramData\Anaconda3\envs\tensorflow\Lib\site-packages\matplotlib\mpl-data\fonts\ttf
这是专门存放字体的文件夹，粘贴之后发现，它本质上就是msyh.ttc字体文件，现在就方便使用了。
下面是常用的一些中文字体的对应关系：
| Fonts文件夹下面的中文名称 | 复制到 tt f里面的名称 |
| 宋体 | simsun.ttc |
| 仿宋 | simfang.ttf |
| 黑体 | simhei.ttf |
| 楷体 | simkai.ttf |
| 微软雅黑 | msyh.ttc |
| 等线 | Deng.ttf |
此外，对于拉丁文字体、藏语字体、朝语字体、日语字体等的处理方式是一样的。