本文介绍matplotlib使用的各种文件的位置，以及使用这些配置文件的意义。同时还将介绍配置文件中具体配置项。
1、配置方法
假设一个项目对于matplotlib的特性参数总会设置相同的值，就没有必要在每次编写新的绘图代码的时候都进行相同的配置。取而代之的，应该在代码之外，使用一个永久的文件设定matplotlib参数默认值。
通过matplotlibrc来配置文件，matplotlib提供了对这种配置方式的支持。matplotlibrc文件中包含了绝大部分可以变更的属性。
2、配置过程
配置文件可能存在于三个不同的位置，而他们的位置决定了他们的应用范围。这三个位置分别如下：
-
当前工作目录：即代码运行的目录。在当前目录下，可以为目录所包含的当前项目代码定制
matplotlib配置项。配置文件的文件名是matplotlibrc。 -
user.matplotlib/matplotlibrc文件：通常是在用户的$HOME目录下（在windows系统中，也就是Documents and Settings目录）。可以用matplotlib.get_configdir()命令来查找当前用户的配置文件目录。 -
安装级配置文件：通常在python的
site-packages目录下。不过在每次重装matplotlib的时候，这个配置文件就会被覆盖。因为如果希望保持持久有效的配置，最好选择第二种（用户级配置）方式来配置。查看site-packages目录的代码：
import matplotlib
print matplotlib.matplotlib_fname()
我这里打印的路径是E:\python-2.7\lib\site-packages\matplotlib\mpl-data\matplotlibrc。用记事本打开matplotlibrc如图所示
matplotlibrc配置文件.PNG
然后根据自己的需要来修改里面相应的属性即可。注意：在修改后记得把前面的
#去掉。配置文件包括以下配置项：
1、
axes：设置坐标轴边界和表面的颜色、坐标刻度值大小和网格的显示。2、
backend：设置目标输出TkAgg和GTKAgg。3、
figure：控制dpi、边界颜色、图形大小和子区（subplot）设置。4、
font：字体集（font family）、字体大小和样式设置。5、
grid：设置网格颜色和线形。6、
legend：设置图例和其中文本的显示。7、
line：设置线条（颜色、线形、宽度等）和标记。8、
patch：是填充2D控件的图形对象，如多边形和圆。控制线宽、颜色和抗锯齿设置等。9、
savefig：可以对保存的图形进行单独设置。例如，设置渲染的文件的背景为白色。10、
text：设置字体颜色、文本解析（纯文本或latex标记）等。11、
verbose：设置matplotlib在执行期间信息输出，如silent、helpful、debug和debug-annoying。12、
xticks和yticks：为x、y轴的主刻度和次刻度设置颜色、大小、方向，以及标签大小。
3、应用和结语
在实际运用中通常碰到中文显示为□□，那是因为没有给matplotlib设置字体类型。如果不改变matplotlibrc配置文件的话，在代码里只需要添加这两句代码即可：
import matplotlib.pyplot as plt
# 用来正常显示中文标签
plt.rcParams['font.sans-serif'] = ['SimHei']
# 用来正常显示负号
plt.rcParams['axes.unicode_minus'] = False
下面举一个简单的例子：
#!/usr/bin/env python
# -*- coding:utf-8 -*-
import matplotlib.pyplot as plt
import numpy as np
# 用来正常显示中文标签
plt.rcParams['font.sans-serif'] = ['SimHei']
# 用来正常显示负号
plt.rcParams['axes.unicode_minus'] = False
t = np.arange(0.0, 1.0, 0.01)
y1 = np.sin(2 * np.pi * t)
y2 = np.cos(2 * np.pi * t)
plt.xlabel(u'时间')
plt.ylabel(u'值域')
plt.plot(t, y1, color='r', linewidth=2)
plt.plot(t, y2, color='b', linewidth=2)
plt.show()
运行结果如下：
正弦、余弦函数.png
如果不想这么麻烦每次在使用
matplotlib的时候都要写上面的代码的话，那么就使用上面的修改配置文件的方法吧。要了解上面详细的设置信息，建议去matplotlib官网看看，那里提供了最新的API文档帮助我们使用matplotlib这个图形库。
网友评论