dedecms織夢文章列表頁隔行換色/分組加線

夢dedecms列表頁在文章列表上可能會有很多的樣式設置，但是如果是一個個性的網站，這里給大家介紹一個新的方法，就是隔行換色和分組加線。
打開：inc_channel_unit_functions.php
加入下面一段

//zouql

//$f 列表總數

//$t 每組列表數

function MyList($f,$t,$meid,$con)

{

if($meid%$t ==0 && $meid < $f)

return $con;

}

例子：

<ul>

{dede:arclist row=20 titlelen=80 orderby=pubdate}

<li [field:global name=autoindex function='MyList("20","2",@me,"class=\"color\"")'/]>[field:textlink/]</li>

[field:global name=autoindex function='MyList("20","5",@me,"<li class=\"line\"></li>")'/]

{/dede:arclist}

</ul>

上面例子中包含了2個用法：[field:global name=autoindex function='MyList("20","2",@me,"class=\"color\"")'/]和[field:global name=autoindex function='MyList("20","5",@me,"<li class=\"line\"></li>")'/]第一個，如果你定義了相關css，就是隔行變色第二個，如果你定義了相關css，就是隔5行加一橫線，20個列表加3個線不是4個

三生繩一般都是情侶佩戴，寓意有三生三世，永結同心之說。編法不復雜，佩戴效果簡約大方。

那今天我們來學習三生繩的編法。

三生繩情侶佩戴的多用紅色，本命年的也同樣適用紅色，當然有些男孩子不喜歡紅色的也可以換成其他顏色來編，它所賦予的寓意都是一樣的。

用紅色的來做個步驟圖。

需要的是玉線，6根，長度約80厘米。用72號線或者12號股線也是一樣的，步驟也是一樣的。

選取其中三條線，對折，扭線，也就是做成兩股辮，長度約2.5厘米，對折，整理下，打蛇結。扣眼做成。

因為是要三條，所以我們把六條線分為三份，捋順，取旁邊的兩根。

加上一條對折的玉線，其余四根線暫時往上放，或者用夾子固定住。

開始編四股辮。

蛇結固定，這里說明下，這個蛇結稍后要拆開的，所以寬送一點，確保四股辮的結尾不會散開即可。

把已經編好的四股辮放上去，換第二組的兩根線下來，同樣也要編四股辮。

先加上對折的一條線，共四條線。

開始編四股辮。

第二根結束。

那么你們應該也猜到了，第三組同樣也是如上的步驟。

先加線。

編四股辮。三組全部編完了。

毫無懸念，編繩其實只要有編繩基礎，加上一懂步驟，那么就很輕松的上手了，沒什么訣竅，關鍵在于練習。

三個蛇結都是比較寬松的，三組四股辮對齊以后就要拆除了。

對齊后取十二條線中較長的一根，繞住全部的線，最后一圈的時候就圈把線穿過，拉緊，剪去多余的，留下約兩厘米的線頭，火燒固定。

剪去其中位置靠中間的七根線，燒頭，余下的四根線打蛇結，把燒頭的位置藏住。

再剪去中間的兩根線，燒頭，余下的兩根線打蛇結，把這個的痕跡包住。

余下的兩根線合并一起，燒細拉長，穿過一個平安扣。

這里插一個訣竅，平安扣如果打結的話，燒頭之后結會鼓出來，不是很美觀，那么我們就不打結，只需要留出一段大學三厘米的線。

直接把線頭燒融化，往平安扣面輕輕按一下，就可以形成一個固定住平安扣的點了。這個除非線留短了，否則都會卡得很結實，不會脫落的。

平安扣穿過扣眼。整個編法的步驟就完成了。

如果看不明白有任何問題的歡迎留言，看到會回復噠。

歡迎點贊給我加油，會努力更新，謝謝。

表元素調校

一張可視化圖上除了主要的點、線、面之外，文本標簽、坐標軸標簽等也是很重要的可視媒介，特別是對于信息圖表而言。下面這張圖基本囊括了用到的圖形元素。

figure上的圖元

加文本可以通過 ax.text(x,y, "Text") 。添加標題通常寫ax.set_title()，另外也可以用ax.title.set_text('title')或ax.set(title='ttl')設置標題，整理如下：

ax.text(x,y, "Text"):在坐標[x,y]處添加文本Text，文本支持latex公式，如ax.text(2,6, r'$E=mc^2$', fontsize=15)；
ax.set_title():添加標題；
ax.set_ylim(0,4) 設置y軸值的范圍（類似于函數的值域），例如對于y=[],直接ax.plot(y)畫出來的折線圖y軸范圍是，通過ax.set_ylim(0,4) 可以顯示0~100范圍的效果。同理通過ax.set_ylim(0,4)設置x軸范圍（定義域）；
ax.set_ylabel("Y axis label"):給y軸加上坐標軸標題；
ax.tick_params(which='major', width=1.0):細調坐標軸刻度；
ax.legend() : 設置圖例；

常用圖表標簽添加的接口

圖形元素設置除了文本類型之外，也可以往里加形狀。

加線：import matplotlib.lines as lines；ax.add_artist(lines.Line2D([15,15], [0, 10],color='#1EAFAE'))，其效果可參考矩陣圖繪制效果；
加帶箭頭的線: ax.arrow(0, 0, 0.5, 0.5, head_width=0.05, head_length=0.1, fc='k', ec='k')；
加一個垂直的平均線: ax.axvline(x, ls='--', color='r')，那水平平均線呢？axhline(y=0, xmin=0, xmax=1, **kwargs)；
加垂直或水平的強調矩形: ax.axhspan(ymin, ymax, xmin=0, xmax=1, **kwargs) 和 ax.axvspan(xmin, xmax, ymin=0, ymax=1, **kwargs)；
加矩形：patches.append(mpatches.Rectangle([0.5, 0.5], 0.5,0.8))，可用于繪制甘特圖；
加圓形(及橢圓): patches.append( mpatches.Ellipse((x,y), width, height))；
加帶箭頭的形狀：ax.annotate('箭頭文本', xy=(4,5), xytext=(3,2),color, arrowprops=dict( arrowstyle='->', connectionstyle="arc3"))，加圖標型的箭頭：patches.append( mpatches.Arrow(x,y, dx,dy,width))；
加圖片: mpimg.imread(ipath); ax.axis('off'); ax.imshow(img)；

給散點圖加標簽并加分隔線繪制矩陣圖以實踐一下以上方法：

import matplotlib.lines as lines
fig, ax= plt.subplots()
ax.plot(df['z'],df['y'],'o')
ax.add_artist(lines.Line2D([70,70], [30,100],color='#000000',lw=3)) #是[x1,x2],[y1,y2] 不是[x1,y1],[x2,y2]
ax.add_artist(lines.Line2D([30,100], [65,65],color='#000000',lw=3))
ax.set_xlim(30,100)
ax.set_ylim(30,100)
ax.set_xlabel("z")
ax.set_ylabel("y")

矩陣圖繪制示例

繪制瀑布圖綜合運用ax.bar()的參數和文本標簽，并封裝為一個函數，以后使用只需要調用就好：

Matplotlib繪制瀑布圖示例

#瀑布圖
x=[17,-3,7,6] #原始數據
def waterfall_chart(x):
    j=0 #sum(x) 最終柱的結果
    k=0 #k=x[i-1]
    x0=[]
    for i in x:
        if i<0:
            x0.append(j+i)
        else:
            x0.append(j)
        j+=i
    x1=[abs(i) for i in x]
    c1=['#1EAFAE' if i>0 else '#69FFFF' for i in x]
    c1.append('#BA5C25')
    x0[0]=0
    x0.append(0)
    x1.append(j)
    x.append(j)
    w=list(range(1,len(x)+1))
    fig,ax= plt.subplots(figsize=(6,5))
    ax.bar(w,x0,alpha=0) #都透明度為0了，顏色不重要
    rects=ax.bar(w,x1,bottom=x0,color=c1) #顏色可傳一個數組的
    ax.set_ylim(0, 30)
    i=0
    for rect in rects: #加上適當的文本標簽 
        height = rect.get_height()+x0[i]
        ax.annotate('{}'.format(x[i]),
                xy=(rect.get_x() + rect.get_width() / 2, height),
                xytext=(0,1),  # 1 points vertical offset
                textcoords="offset points",
                ha='center', va='bottom')
        i+=1
    ax.set_xticklabels(['','Q1','Q2','Q3','Q4','Ys'])
    return ax
waterfall_chart(x)

組合圖

為了更好地展現數據間的聯系或變化，我們有時會需要將多種圖表類型用在同一張可視化圖里，一種是共用坐標軸的組合圖，例如面積圖+柱狀圖的組合、散點+折線圖就是很基礎的組合圖。另一種是雙坐標軸，很常見的圖是左邊的y軸是月活，畫柱狀圖，右邊的y軸是增長率，畫折線圖。

棒棒糖圖(Lollipop)是將條形圖的柱變得很細并突出末端的一類圖，形似棒棒糖，特別適合于展示分類標簽很多的數據。可以通過將柱狀圖和散點圖結合的方法繪制，Matplotlib庫繪制起來并不復雜，代碼如下。但對于一些散點圖的y軸不支持分類標簽的庫來說，要畫棒棒糖圖還是挺復雜的。

y = [5, 4, 11, 10, 15, 11, 13, 8,13,15,13,19]
x=['c'+str(i) for i in range(len(y))]

fig, ax= plt.subplots(figsize=(6,6)) 
ax.barh(x,y,height=0.08,zorder=1) #圖層順序的解決方案
ax.scatter(y,x,zorder=2,color='#ba5c25')

有時為了對比兩類數據，除了用簇狀柱形圖或簇狀條形圖外，也可以試試啞鈴圖，理解了上面畫棒棒糖圖的方法之后，要組合出啞鈴圖并不難，對數據進行一定運算后用barh加兩個scatter就可以畫出來。

帕累托圖是雙坐標軸的可視化典例。帕累托圖特別適合展示符合長尾效應的數據。matplotlib給我們提供了ax.twinx()用于生成共用x軸的另一個Axes，效果就是左邊的y軸比例尺和右邊比例尺不一定一樣，能更好地將兩類圖進行效果組合。

y=[23,162,51,119,12,3,8] #模擬數據
x=[str(i) for i in range(2,len(y)+2)]
y=sorted(y,reverse=True)
ysum=sum(y)
y2=[]
cc=0
for i in y:
    cc+=i
    y2.append(cc/ysum*100)
fig = plt.figure()
ax1 = fig.add_subplot(111)
rects=ax1.bar(x,y,color='#1EAFAE')
ax1.set_ylabel('Month IC')
ax1.set_ylim(0, 180)
ax2 = ax1.twinx() 
#https://matplotlib.org/api/_as_gen/matplotlib.axes.Axes.twinx.html#matplotlib.axes.Axes.twinx
ax2.set_ylim(0, 100)
?
ax2.plot(x, y2,'o',color='#FFA069',linewidth=2,ls='-')
?
ax2.set_ylabel('%')
?
for rect in rects:
    height = rect.get_height()
    ax1.annotate('{}'.format(height),
            xy=(rect.get_x() + rect.get_width() / 2, height),
            xytext=(0,1),  # 1 points vertical offset
            textcoords="offset points",
            ha='center', va='bottom')
ax1.set_title("Pareto in Matplotlib") #

Matplotlib繪制帕累托圖

子圖

除了組合圖外，有時候我們也需要將多個圖并排以展現某種數據關系。前面說過一個畫布下可以有多套Axes，正常情況下我們只需要一套Axes用來畫圖，但是也經常需要在一個畫布中畫多張圖，形成分面或子母圖的效果，前面我們基本都是寫fig, ax= plt.subplots()，實際上subplots()可以設置nrows、ncols參數生成多套Axes。

plt.subplots()的常用寫法有：

plt.subplot(3,2,4):在全局繪圖區域中建立3行、2列的分區繪圖區域，并定位到第4個子圖區域，返回一個axes；
plt.subplot(324): 效果和上面subplot(3,2,4)的寫法一致；
plt.subplots(): 默認1行1列，生成的axes就是一個；
plt.subplots(3,2) : 沒有指定繪圖編號，返回值包括一個figure和多個axes，和ax[0, 0].×××(x, y)搭配著用；
fig = plt.figure(); ax= fig.add_subplot(221):先建立一個畫布，在畫布上添加2x2個子圖，并定位到順序第一個子圖；

生成多個繪圖區域

圖中代碼在全局繪圖區域中建立n行、m列的分區繪圖區域，并定位到其中一個子圖區域。之后ax的用法和前面一致，不贅述。

生成的圖片在shell環境中彈出的界面有保存圖片的按鍵，在jupyter環境中可以點擊圖片然后右鍵保存。而如果要通過代碼保存圖片到本地，一般通過plt.savefig(fname,dpi=300)保存圖片，參數有文件保存路徑(fname)、圖片每英寸像素(dpi)、邊緣顏色(edgecolor)等。在shell環境中一般通過plt.show()展示圖片，而jupyter notebook中通常寫%matplotlib inline將圖片直接在Out[]里輸出展示。

Matplotlib的rcParams接口可以設置很多個性化內容，包括剛提到的savefig的edgecolor默認值，可以寫mpl.rcParams["savefig.edgecolor"]='blue'改變原來的默認值white。直方圖的默認分箱數可以通過rcParams["hist.bins"]=5改變。

而為了在Matplotlib中支持中文，各教程的解決方案基本都有mpl.rcParams['font.family']='SimHei'這句，就是將Matplotlib的字體替換為微軟雅黑。前面基礎圖表繪制部分通過更新mpl.rcParams["axes.prop_cycle"]改變了繪圖的主題色，Matplotlib本身是提供了備選的繪圖渲染的各種主題，可以通過style.use('ggplot')調用ggplot主題（想換回默認主題用style.use('default')）。就像給輸入法換皮膚一樣，rcParams接口給了我們更多的自由度和個性化。

三維及科學可視化

三維可視化和科學可視化是Matplotlib特別擅長的領域，人類作為三維生物，對三維的圖像有一定的偏好，扁平化和三維各有優勢，各有不同的應用場合，能畫好二維可視化圖也該會畫三維的圖表，且一些場景用好三維有奇效。Matplotlib的三維可視化封裝在mpl_toolkits工具套件的mplot3d里，mplot3d下的API主要包括Axes3D(三維坐標軸區域)、art3d.xx3D(三維圖元)和proj3d(三維坐標變換)。

from mpl_toolkits.mplot3d import Axes3D  # noqa: F401 unused import
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.bar(df['x'],df['y'], zs=0, zdir='y', alpha=0.8)
ax.bar(df['x'],df['z'], zs=1, zdir='y', alpha=0.8)
ax.bar(df['x'],df['y'], zs=2, zdir='y', alpha=0.8)
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

ax.set_yticks([0,1,2])

三維可視化和科學可視化聯系很緊密，科研作圖中應用廣泛，各種漂亮的參數曲面在官網示例里有很多，這里略過、當然二維下也能畫出很優美的函數圖像，結合numpy生成[0,2]之間的正弦函數曲線只需要4行代碼：

t = np.arange(0.0, 2.0, 0.01)
s = 1 + np.sin(2 * np.pi * t)
fig, ax = plt.subplots()
ax.plot(t, s)

繪制指數函數、分形的雪花曲線也是類似的過程，在官網案例集有類似的例子，具體這里不展開。

matplotlib可視化思維導圖

總結下本文從Matplotlib的可視化基礎框架一步步畫散點、折線、柱狀、箱線等圖，通過理解參數拓展畫了瀑布圖、矩陣圖、棒棒糖圖等，并且微調坐標軸文本、標題等圖形元素，讓可視化更完備，通過雙y軸繪制帕累托圖等組合圖，也繪制了包含多張子圖的圖和三維圖。

通過以上實踐可以看到的Matplotlib可視化語法的特點是繪圖對象和標簽標題等元素有一定獨立性，且有不同層級的接口可以用來微調元素，例如設置標題就有多種寫法，Matplotlib不同于ggplot2的管道寫法、也不同于Altair等庫將數據傳到chart對象再調用mark_bar()等確定繪制什么圖。可視化是要好看，也不能忘了所展現的數據與數據間的關系是重點。

最后用極坐標繪心形線結束本文。

文中代碼更新于https://github.com/QLWeilcf/VisualizedLyn/blob/master/viz-matplotlib-in-action-lyns.ipynb。代碼可以直接下載運行。有任何建議歡迎留言交流。

在線咨詢

上一篇：這里有一份HTML的超全教程，自學建網站不再是夢
下一篇：404頁面如何制作，404錯誤頁面有什么用？

您的項目需求

*請認真填寫需求信息，我們會在24小時內與您取得聯系。

整合營銷服務商

dedecms織夢文章列表頁隔行換色/分組加線

表元素調校

組合圖

子圖

三維及科學可視化

您的項目需求