Matplotlib.pyplot.rc() en Python

Matplotlib es una increíble biblioteca de visualización en Python para gráficos 2D de arrays. Matplotlib es una biblioteca de visualización de datos multiplataforma basada en arrays NumPy y diseñada para funcionar con la pila SciPy más amplia.

matplotlib.pyplot.rc()

La función matplotlib.pyplot.rc() se usa para los parámetros rc. La agrupación en rc se realiza a través del ‘grupo’ (por ejemplo, para líneas). Para líneas en ejes, el grupo es el ancho de línea. El grupo de ejes es facecolor y así sucesivamente. Una lista o tupla también puede actuar como un nombre de grupo (por ejemplo, xtick, ytick). Los kwargs actúan como un par de valores de nombre que, en términos generales, es un diccionario, por ejemplo:

Sintaxis:

rc(‘líneas’, ancho de línea=3, color=’g’)

Establece los parámetros rc actuales y es lo mismo que

rcParams[‘líneas.ancho de línea’] = 3
rcParams[‘líneas.color’] = ‘g’

Para ahorrar tipeo para los usuarios interactivos, están disponibles los siguientes alias:

Por lo tanto, una vez podría abreviar los comandos rc anteriores de la siguiente manera

rc(‘líneas’, lw=3, c=’g’)

Nota: Se puede usar el diccionario pythons kwargs para almacenar diccionarios de sus parámetros predeterminados. Por ejemplo,

fuente = {‘familia’: ‘monoespacio’,
‘peso’: ‘cursiva’,
‘tamaño’: ‘medio’}
# pasar la fuente dict como kwargs
rc(‘fuente’, **fuente)

Esto ayuda a cambiar fácilmente entre diferentes configuraciones. también puede usar matplotlib.style.use(‘default’) o rcdefaults() para restaurar los parámetros rc después del cambio.

Ejemplo 1:

from cycler import cycler
import numpy as np
import matplotlib.pyplot as plt
  
  
# setting up a custom cycler
sample_cycler = (cycler(color =['r', 'g', 
                                'b', 'y']) +
                 cycler(lw =[1, 2, 3, 4]))
  
# using the rc function
plt.rc('lines', linewidth = 4)
plt.rc('axes', prop_cycle = sample_cycler)
  
A = np.linspace(0, 2 * np.pi, 50)
line_offsets = np.linspace(0, 2 * np.pi, 4, 
                           endpoint = False)
  
B = np.transpose([np.sin(A + phi) for phi in line_offsets])
  
figure, (axes0, axes1) = plt.subplots(nrows = 2)
axes0.plot(B)
axes0.set_title('Set default color cycle to 1st plot')
  
axes1.set_prop_cycle(sample_cycler)
axes1.plot(B)
axes1.set_title('Set axes color cycle to 2nd plot')
  
# Adding space between the two plots.
figure.subplots_adjust(hspace = 0.4)
plt.show()

Producción:

Ejemplo 2:

import matplotlib.pyplot as plt
  
  
plt.subplot(332)
plt.plot([1, 2, 3, 4])
  
# setting  the axes attributes 
# before the call to subplot
plt.rc('font', weight ='bold')
plt.rc('xtick.major', size = 5, pad = 7)
plt.rc('xtick', labelsize = 15)
  
# setting aliases for color, linestyle 
# and linewidth; gray, solid, thick
plt.rc('grid', c ='0.3', ls ='-', lw = 4)
plt.rc('lines', lw = 2, color ='g')
plt.subplot(312)
  
plt.plot([1, 2, 3, 4])
plt.grid(True)
  
# set changes to default value
plt.rcdefaults()
plt.subplot(313)
plt.plot([1, 2, 3, 4])
plt.grid(True)
plt.show()

Producción: