#!/usr/bin/env python
# coding: utf-8

# # 使用 style 来配置 pyplot 风格

# In[1]:


import matplotlib.pyplot as plt
import numpy as np

get_ipython().run_line_magic('matplotlib', 'inline')


# `style` 是 `pyplot` 的一个子模块，方便进行风格转换， `pyplot` 有很多的预设风格，可以使用 `plt.style.available` 来查看：

# In[2]:


plt.style.available


# In[3]:


x = np.linspace(0, 2 * np.pi)
y = np.sin(x)

plt.plot(x, y)

plt.show()


# 例如，我们可以模仿 `R` 语言中常用的 `ggplot` 风格：

# In[4]:


plt.style.use('ggplot')

plt.plot(x, y)

plt.show()


# 有时候，我们不希望改变全局的风格，只是想暂时改变一下分隔，则可以使用 `context` 将风格改变限制在某一个代码块内：

# In[5]:


with plt.style.context(('dark_background')):
    plt.plot(x, y, 'r-o')
    plt.show()


# 在代码块外绘图则仍然是全局的风格。

# In[6]:


with plt.style.context(('dark_background')):
    pass
plt.plot(x, y, 'r-o')
plt.show()


# 还可以混搭使用多种风格，不过最右边的一种风格会将最左边的覆盖：

# In[7]:


plt.style.use(['dark_background', 'ggplot'])

plt.plot(x, y, 'r-o')
plt.show()


# 事实上，我们还可以自定义风格文件。
# 
# 自定义文件需要放在 `matplotlib` 的配置文件夹 `mpl_configdir` 的子文件夹 `mpl_configdir/stylelib/` 下，以 `.mplstyle` 结尾。
# 
# `mpl_configdir` 的位置可以这样查看：

# In[8]:


import matplotlib
matplotlib.get_configdir()


# 里面的内容以 `属性：值` 的形式保存：
# 
# ```
# axes.titlesize : 24
# axes.labelsize : 20
# lines.linewidth : 3
# lines.markersize : 10
# xtick.labelsize : 16
# ytick.labelsize : 16
# ```
# 
# 假设我们将其保存为 `mpl_configdir/stylelib/presentation.mplstyle`，那么使用这个风格的时候只需要调用：
# 
#     plt.style.use('presentation')