Pandas DataFrame Plot：永久更改默认色图

Question

对于广泛的绘图脚本，我使用matplotlibs rcParams为pandas DataFrames配置一些标准绘图设置。

这适用于颜色和字体大小，但不适用于here

所述的默认色彩映射

这是我目前的做法：

# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
from matplotlib import cm


# global plotting options
plt.rcParams.update(plt.rcParamsDefault)
matplotlib.style.use('ggplot')
plt.rcParams['lines.linewidth'] = 2.5
plt.rcParams['axes.facecolor'] = 'silver'
plt.rcParams['xtick.color'] = 'k'
plt.rcParams['ytick.color'] = 'k'
plt.rcParams['text.color'] = 'k'
plt.rcParams['axes.labelcolor'] = 'k'
plt.rcParams.update({'font.size': 10})
plt.rcParams['image.cmap'] = 'Blues'  # this doesn't show any effect


# dataframe with random data
df = pd.DataFrame(np.random.rand(10, 3))

# this shows the standard colormap
df.plot(kind='bar')
plt.show()

# this shows the right colormap
df.plot(kind='bar', cmap=cm.get_cmap('Blues'))
plt.show()

第一个图不使用colormap通过colormap（它通常应该这样做？）：

只有在我将其作为参数传递时才会起作用，如第二个图：

有没有办法永久定义pandas DataFrame图的标准色图？

提前致谢！

Answer 1

没有支持的官方方式;由于大熊猫的内部_get_standard_colors function硬编码使用matplotlib.rcParams['axes.color_cycle']并回退到list('bgrcmyk')，您就会陷入困境：

colors = list(plt.rcParams.get('axes.color_cycle',
                               list('bgrcmyk')))

然而，你可以使用各种黑客;适用于所有pandas.DataFrame.plot()调用的最简单的一个是包裹pandas.tools.plotting.plot_frame：

import matplotlib
import pandas as pd
import pandas.tools.plotting as pdplot

def plot_with_matplotlib_cmap(*args, **kwargs):
    kwargs.setdefault("colormap", matplotlib.rcParams.get("image.cmap", "Blues"))
    return pdplot.plot_frame_orig(*args, **kwargs)

pdplot.plot_frame_orig = pdplot.plot_frame
pdplot.plot_frame = plot_with_matplotlib_cmap
pd.DataFrame.plot = pdplot.plot_frame

在笔记本上测试：

%matplotlib inline
import pandas as pd, numpy as np
df = pd.DataFrame(np.random.random((1000,10))).plot()

...产率：