Matplotlib 样式定制：rcParams 与出版级图表

图上的元素分两类：一类由数据决定（点的位置、柱子的高度、颜色代表的分组），另一类和数据无关（字体多大、线多粗、有没有网格、边框画不画、图例摆在哪）。样式定制只处理第二类。改样式永远不会改变图传达的事实，只会改变它印出来够不够专业。

Matplotlib 的样式分两层：全局的 rcParams（一次设置，之后每张图都生效）和局部的对象方法（只作用于当前的 ax 或 fig）。先想清楚某个设置是「整套图统一」还是「就这一张特殊」，再决定写在哪一层，能省掉大量重复代码。如果对 fig/ax 的分工还不熟，先看 /python/visualization/matplotlib-basics/。

rcParams：一套全局参数

plt.rcParams 是一个类字典对象，存着 Matplotlib 全部默认值。查当前值直接按 key 取：

import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt

for k in ["figure.figsize", "figure.dpi", "savefig.dpi", "font.size",
          "axes.titlesize", "axes.labelsize", "lines.linewidth",
          "axes.linewidth", "xtick.labelsize", "legend.fontsize"]:
    print(f"{k:20s} {plt.rcParams[k]}")

figure.figsize       [6.4, 4.8]
figure.dpi           100.0
savefig.dpi          figure
font.size            10.0
axes.titlesize       large
axes.labelsize       medium
lines.linewidth      1.5
axes.linewidth       0.8
xtick.labelsize      medium
legend.fontsize      medium

几个要点。figure.figsize 的单位是英寸，[6.4, 4.8] 是屏幕友好的尺寸，不是投稿尺寸。font.size 是字号基准，axes.titlesize、axes.labelsize、xtick.labelsize、legend.fontsize 这些相对值（large、medium）都按它换算，所以改 font.size 一处，全套文字跟着变。savefig.dpi 的值是字符串 figure，意思是「保存时用 figure.dpi」，不是数字。

修改用 update() 一次写多条。rcParams 的修改只对当前进程有效，脚本退出就没了；要跨文件复用，把它包成一个函数放进单独模块：

import matplotlib.pyplot as plt

def set_pub_style(base_size=9, width_in=3.5, height_in=2.6):
    plt.rcParams.update({
        "figure.figsize": (width_in, height_in),
        "figure.dpi": 150,
        "savefig.dpi": 300,
        "font.size": base_size,
        "axes.titlesize": base_size + 1,
        "axes.labelsize": base_size,
        "xtick.labelsize": base_size - 1,
        "ytick.labelsize": base_size - 1,
        "legend.fontsize": base_size - 1,
        "axes.linewidth": 0.8,
        "axes.spines.top": False,
        "axes.spines.right": False,
        "lines.linewidth": 1.2,
        "lines.markersize": 4,
        "xtick.direction": "out",
        "ytick.direction": "out",
        "legend.frameon": False,
        "font.sans-serif": ["DejaVu Sans", "Droid Sans Fallback"],
        "axes.unicode_minus": False,
    })

有了这个函数，每个分析脚本开头两行就统一了全项目风格：

from plot_style import set_pub_style
set_pub_style()
print("font.size ->", plt.rcParams["font.size"])
print("figsize ->", plt.rcParams["figure.figsize"])
print("spines.top ->", plt.rcParams["axes.spines.top"])

font.size -> 9.0
figsize -> [3.5, 2.6]
spines.top -> False

字号基准用参数传进来，图幅也参数化，是因为文字的实际大小取决于图幅。同一个 9 pt，在 3.5 英寸宽的图里读起来正常，放到 7 英寸宽的图里就偏小。所以要改图幅时，字号得跟着调——与其到处改，不如让函数同时管这两件事。

样式表：整套参数的预设

Matplotlib 自带一批样式表，每个就是一组调好的 rcParams。先看有哪些：

print("total:", len(plt.style.available))
print([s for s in plt.style.available if s.startswith("seaborn")])

total: 28
['seaborn-v0_8', 'seaborn-v0_8-bright', 'seaborn-v0_8-colorblind', 'seaborn-v0_8-dark', 'seaborn-v0_8-dark-palette', 'seaborn-v0_8-darkgrid', 'seaborn-v0_8-deep', 'seaborn-v0_8-muted', 'seaborn-v0_8-notebook', 'seaborn-v0_8-paper', 'seaborn-v0_8-pastel', 'seaborn-v0_8-poster', 'seaborn-v0_8-talk', 'seaborn-v0_8-ticks', 'seaborn-v0_8-white', 'seaborn-v0_8-whitegrid']

样式表有两种用法。全局切换用 plt.style.use()，只影响当前代码块（脚本后续部分）用 with 语句：

print("before:", plt.rcParams["axes.grid"], plt.rcParams["font.size"])

with plt.style.context("seaborn-v0_8-whitegrid"):
    print("inside:", plt.rcParams["axes.grid"], plt.rcParams["font.size"])

print("after:", plt.rcParams["axes.grid"], plt.rcParams["font.size"])

before: False 10.0
inside: True 10.0
after: False 10.0

with 块退出后参数自动还原，适合「这一张图想试试白色网格，别的图保持原样」的场景。plt.style.use() 则会一直留着，之后所有图都按它画。

样式表和 rcParams 的关系是后者覆盖前者：先 plt.style.use("seaborn-v0_8-paper") 打底，再 plt.rcParams.update({...}) 覆盖其中几项，是最常见的组合方式。不同样式表在这些参数上的差别：

样式表	figure.figsize	font.size	axes.linewidth	axes.grid	lines.linewidth
default	[6.4, 4.8]	10.0	0.8	False	1.5
classic	[8.0, 6.0]	12.0	1.0	False	1.0
seaborn-v0_8-paper	[6.4, 4.4]	10.0	0.8	False	1.4
seaborn-v0_8-whitegrid	[6.4, 4.8]	10.0	1.0	True	1.5
ggplot	[6.4, 4.8]	10.0	1.0	True	1.5
bmh	[6.4, 4.8]	10.0	0.8	True	2.0

差距集中在三点：图幅、网格开关、线宽。classic 是 Matplotlib 1.x 的老样式，现在主要用来复现早期论文里的图；seaborn-v0_8-paper 的图幅 [6.4, 4.4] 是为期刊单栏比例调过的；ggplot 带灰底白网格，投影仪上看清楚，印在纸上费墨。

选择依据是用途：投期刊选 seaborn-v0_8-paper 或 seaborn-v0_8-whitegrid，组会幻灯片可以用 ggplot 或 bmh。plt.rcdefaults() 退回初始状态，调试样式冲突时先执行一次，排除历史设置的干扰。

局部覆盖：只改这一张图

全局设定之后，总有个别图需要特殊处理。这时不要去改 rcParams——那会影响后续所有图。直接在对象上设置：

fig, ax = plt.subplots(figsize=(3.5, 2.5))
ax.plot([1, 2, 3], [1, 4, 9])
ax.tick_params(labelsize=7, direction="in", length=2)
ax.set_title("local override")

global font.size still: 10.0
ax tick labelsize: 7.0

global font.size 仍是 10.0，只有这张图的刻度标签变成 7 pt。这是 ax 方法相对 rcParams 的价值：作用范围明确，改动不会外溢。

方法名有规律：ax.set_xxx() 设置属性（set_xlim、set_xlabel、set_title），ax.xxx() 往图里加东西（plot、scatter、legend）。ax.tick_params() 是前者里最常用的一个，管刻度线的方向、长度、粗细以及刻度标签字号。

需要一整段临时样式时，plt.style.context() 可以和对象方法叠加：样式表管大局，ax 方法管细节，两层互不冲突。

中文字体

中文显示成方框，原因是当前字体里没有对应的字形（glyph）。默认的 DejaVu Sans 覆盖拉丁字母和符号，不含汉字。与其看方框猜，不如直接问字体库有没有这个字形：

from matplotlib import font_manager, ft2font

def has_glyph(family, ch):
    path = font_manager.findfont(family)
    return ft2font.FT2Font(path).get_char_index(ord(ch)) != 0

for fam in ["DejaVu Sans", "Droid Sans Fallback"]:
    print(fam, {c: has_glyph(fam, c) for c in "维-("})

DejaVu Sans {'维': False, '-': True, '(': True}
Droid Sans Fallback {'维': True, '-': False, '(': False}

get_char_index() 返回 0 表示该字体没有这个字形。结果很说明问题：DejaVu Sans 有连字符和括号、没有「维」；Droid Sans Fallback 有「维」、没有连字符和括号。这两个字体各自都不完整——在只装了一个 CJK 字体的机器上，把 font.sans-serif 设成那一个字体，中文正常了，负号和括号反而会变成方框。 正确做法是给一个列表，让 Matplotlib 按顺序回退：

plt.rcParams["font.sans-serif"] = ["DejaVu Sans", "Droid Sans Fallback"]
plt.rcParams["axes.unicode_minus"] = False

第二行是配套的。Matplotlib 的默认数学字体用 U+2212 作减号，多数中文字体不含这个码位，负号会变成方框。关掉 axes.unicode_minus 后改用 ASCII 连字符，就正常了。

先查系统里有哪些中文字体：

$ fc-list :lang=zh
/usr/share/fonts/truetype/droid/DroidSansFallbackFull.ttf: Droid Sans Fallback:style=Regular

输出格式是「文件路径: 字体家族名:style=样式」，冒号后面那段 Droid Sans Fallback 才是要写进 rcParams 的名字。三个平台的常见值：Linux 是 Noto Sans CJK SC、WenQuanYi Zen Hei、Droid Sans Fallback，Windows 是 SimHei、Microsoft YaHei，macOS 是 PingFang SC、Heiti SC。

名字必须和系统注册的完全一致，写错了 Matplotlib 不报错，只是静默回退到默认字体，中文照样是方框。 所以配完之后一定要看一眼图，不能只看代码有没有抛异常。另外 font.family 和 font.sans-serif 分工不同：前者选字体族（sans-serif、serif、monospace），后者是 sans-serif 族内部的具体字体列表，两个都要写对。

配色

离散分组和连续变量分开处理。

离散分组（处理组、物种、剂量）优先选对色觉缺陷友好的定性配色。Okabe-Ito 那一套是最常用的：

from cycler import cycler

plt.rcParams["axes.prop_cycle"] = cycler(
    color=["#0072B2", "#D55E00", "#009E73", "#CC79A7", "#F0E442", "#56B4E9"]
)
print("custom cycle:", [c["color"] for c in plt.rcParams["axes.prop_cycle"]])

custom cycle: ['#0072B2', '#D55E00', '#009E73', '#CC79A7', '#F0E442', '#56B4E9']

设好 axes.prop_cycle 之后，不指定颜色的 plot()、scatter() 会按这个顺序自动取色。也可以直接用内置的 tab10 或 seaborn-v0_8-colorblind 样式表。需要固定某个分组对应某个颜色时用手动映射（ax.scatter(..., color=colors[name])），别依赖取色顺序。

连续变量用感知均匀（perceptually uniform）的渐变：

print("perceptually uniform:", [c for c in plt.colormaps() if c in ("viridis","plasma","inferno","magma","cividis")])
print("total colormaps:", len(plt.colormaps()))

perceptually uniform: ['magma', 'inferno', 'plasma', 'viridis', 'cividis']
total colormaps: 182

内置配色共 182 个，其中上面五个是感知均匀的——从暗到亮的过渡在视觉上是等间距的，转成灰度打印后明暗依然单调。cividis 是其中对色觉缺陷优化过的版本，红绿色盲也能分辨。单调递增的量（浓度、强度）用 viridis 或 cividis；有明确中点的量（相对均值的偏差、正负相关）用发散型 RdBu_r、coolwarm，让颜色在中点两侧对称展开。

不要用 jet 或 rainbow 表示连续量。 人眼对亮度差异的分辨力远高于色相差异，彩虹配色不是单调的明暗变化，而且会在图上造出根本不存在的「边界」——数据里没有突变，读图的人却看到一条分界线。

坐标轴、网格与边框

投稿图最常见的样子是「去掉上边框和右边框，只留左、下两条轴线」。spines 对象对应四条边框：

fig, ax = plt.subplots(figsize=(3.5, 2.5))
ax.plot([1, 2, 3], [1, 4, 9])
ax.spines["top"].set_visible(False)
ax.spines["right"].set_visible(False)
ax.grid(axis="y", linestyle=":", linewidth=0.6, alpha=0.7)

spines visible: {'left': True, 'right': False, 'bottom': True, 'top': False}

ax.spines 是个字典，key 是 left、right、bottom、top，除 set_visible(False) 外还可以 set_linewidth()、set_color()、set_position()。写进全局配置就是 "axes.spines.top": False，一次去掉所有图的上边框。

网格要克制。ax.grid(axis="y", ...) 只画水平网格线（axis="x" 纵向，axis="both" 两者都画），虚线、细线、低透明度三者叠加才不至于喧宾夺主。ax.set_axisbelow(True) 让网格线画在数据下面，否则网格会盖住柱子和点。默认的次网格线（axes.grid.which）通常不需要。

图例用 ax.legend() 加，位置靠 loc 参数（"upper left"、"lower right" 等），不想要边框设 frameon=False。图例只认带 label= 的元素，散点用 label= 写在 ax.scatter() 里，分多次画的可以用 ax.legend(handles=[...], labels=[...]) 手动传。

输出：尺寸、dpi 与矢量图

fig.savefig("fig1.pdf")
fig.savefig("fig1.png", dpi=300)
fig.savefig("fig1.svg")

三个参数的取值直接决定成品。figsize 按最终排版宽度设，不要按屏幕感觉设：期刊单栏宽约 3.5 英寸（8.9 cm），通栏约 7 英寸（17.8 cm）。按 3.5 英寸画、9 pt 字号，排版后就是 9 pt；按 10 英寸画再被压到 3.5 英寸，所有文字跟着缩到三分之一，印出来只有 3 pt 左右。

dpi 只影响位图，且与文件大小近似成正比。一张 3.5×2.5 英寸的散点图：

dpi	像素尺寸	PNG 体积
72	252 × 180	7.0 KB
150	525 × 375	16.7 KB
300	1050 × 750	36.8 KB
600	2100 × 1500	80.7 KB

像素尺寸等于 figsize × dpi，所以调 dpi 不改变图的物理尺寸和文字相对大小，只改变清晰度。期刊对线条图一般要求 600 dpi 以上，含半色调的图 300 dpi 起步。

格式选择按图的类型。折线图、散点图、柱状图属于线条图（line art），存矢量格式 PDF 或 SVG：放大不糊，而且是按路径存的，同一张图 PDF 的体积明显小于高 dpi 的 PNG。

$ ls -lh fig1.pdf fig1.png
-rw-rw-r-- 1 user user 15K Sep 23 07:19 fig1.pdf
-rw-rw-r-- 1 user user 81K Sep 23 07:19 fig1.png

PDF 还有一个好处是编辑部能拿去继续排版，文字可检索、可编辑。照片和热图这类连续色调的图才必须用位图。存 PDF 之前记得确认字体嵌入了，否则换台机器打开可能掉字体。

bbox_inches="tight" 会自动裁掉图例、标签之外的空白。它的代价是不同图的最终尺寸会随内容变化，多张图需要严格对齐拼版时就不要用，改用 fig.tight_layout() 或 fig.subplots_adjust() 手动控制边距。两个一起用不会报错，但边距会被 tight 再裁一次，结果不好预测——选一个就行。

保存和显示的顺序不能反：先存再显。plt.show() 会把画布交给后端渲染并阻塞，画布此后不再是完整状态，再保存拿到的是空白图或直接报错。

出版级检查清单

三条可以量化的标准：

去掉颜色后信息还在不在。 转成灰度看一眼，分组差异是否仍靠形状、线型、位置传递。
按最终尺寸打印，最小的字还认不认得。 刻度标签低于 7 pt 就该调，字号是绝对值，必须按成品尺寸检查。
坐标轴有没有写单位。 Petal length (cm) 而不是 Petal length。

同一批图的字号、线宽应当来自同一个 set_pub_style() 调用，不要一张一张手调。

几个反复出现的坑

改了 rcParams 却没生效。 多半是设置写在 fig 创建之后。rcParams 只影响之后创建的对象，已建好的 fig、ax 不会追溯更新，样式设置要放在脚本最前面。

图缩小后文字挤在一起。 字号是绝对单位，figsize 调小时文字不跟着缩。不要用 font.size = 6 硬压，先判断内容是不是太挤，该拆子图，见 /python/visualization/subplots/。

在 Jupyter 里改了样式，其他 cell 的图也跟着变。 rcParams.update() 改的是进程级状态，所有 cell 共享同一个内核。临时试验用 with plt.style.context(...)。

颜色写死成 "r"、"b"。 超过五组就分不清，红绿组合在色觉缺陷下几乎无法区分。用 axes.prop_cycle 统一取色，或交给 seaborn 的 hue 参数，见 /python/visualization/seaborn/。

配了中文字体后负号变方框。 中文字体通常不含 U+2212，把 axes.unicode_minus 设为 False。

R 语言的主题系统解决的是同一类问题，theme() 对应这里的 rcParams，element_text()、element_line() 对应具体参数项，对照 /r/visualization/themes/ 看两套「全局预设」思路的差别。图能画得符合投稿要求之后，下一步是用数据验证结论：/python/modeling/descriptive-stats/ 讲描述性统计与假设检验。