68

假设我有一个 for 循环，我想用不同的颜色绘制点：

for i in range(5):
 plt.plot(x,y,col=i)

如何在 for 循环中自动更改颜色？

4

3 回答 3

117

@tcaswell 已经回答了，但我正在输入我的答案，所以我会继续发布它......

有许多不同的方法可以做到这一点。首先，matplotlib将自动循环显示颜色。默认情况下，它会在蓝色、绿色、红色、青色、洋红色、黄色、黑色之间循环：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 1, 10)
for i in range(1, 6):
    plt.plot(x, i * x + i, label='$y = {i}x + {i}$'.format(i=i))
plt.legend(loc='best')
plt.show()

在此处输入图像描述

如果要控制 matplotlib 循环使用的颜色，请使用ax.set_color_cycle：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 1, 10)
fig, ax = plt.subplots()
ax.set_color_cycle(['red', 'black', 'yellow'])
for i in range(1, 6):
    plt.plot(x, i * x + i, label='$y = {i}x + {i}$'.format(i=i))
plt.legend(loc='best')
plt.show()

在此处输入图像描述

如果您想明确指定将使用的颜色，只需将其传递给colorkwarg（接受 html 颜色名称，rgb 元组和十六进制字符串也是如此）：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 1, 10)
for i, color in enumerate(['red', 'black', 'blue', 'brown', 'green'], start=1):
    plt.plot(x, i * x + i, color=color, label='$y = {i}x + {i}$'.format(i=i))
plt.legend(loc='best')
plt.show()

在此处输入图像描述

最后，如果您想从现有颜色图中自动选择指定数量的颜色：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 1, 10)
number = 5
cmap = plt.get_cmap('gnuplot')
colors = [cmap(i) for i in np.linspace(0, 1, number)]

for i, color in enumerate(colors, start=1):
    plt.plot(x, i * x + i, color=color, label='$y = {i}x + {i}$'.format(i=i))
plt.legend(loc='best')
plt.show()

在此处输入图像描述

于 2013-04-15T02:45:38.017 回答
58

Joe Kington的出色回答已经有 4 年历史了，Matplotlib 已经发生了增量变化（特别是cycler模块的引入），新的主要版本 Matplotlib 2.0.x 引入了从以下角度来看很重要的风格差异默认使用的颜色。

个别线条的颜色

单条线的颜色（以及不同绘图元素的颜色，例如散点图中的标记）由color 关键字参数控制，

plt.plot(x, y, color=my_color)

my_color或者是

颜色循环

默认情况下，不同的线使用不同的颜色绘制，这些颜色默认定义并以循环方式使用（因此名称为 颜色循环）。

颜色循环是axes对象的一个​​属性，在旧版本中只是一系列有效的颜色名称（默认情况下是一个字符颜色名称的字符串，"bgrcmyk"），您可以将其设置为

my_ax.set_color_cycle(['kbkykrkg'])

（如评论中所述，此 API 已被弃用，稍后会详细介绍）。

在 Matplotlib 2.0 中，默认的颜色循环是["#1f77b4", "#ff7f0e", "#2ca02c", "#d62728", "#9467bd", "#8c564b", "#e377c2", "#7f7f7f", "#bcbd22", "#17becf"]Vega category10 调色板。

在此处输入图像描述

（图片是来自https://vega.github.io/vega/docs/schemes/的截图）

循环器模块：可组合循环

以下代码显示颜色循环概念已被弃用

In [1]: from matplotlib import rc_params

In [2]: rc_params()['axes.color_cycle']
/home/boffi/lib/miniconda3/lib/python3.6/site-packages/matplotlib/__init__.py:938: UserWarning: axes.color_cycle is deprecated and replaced with axes.prop_cycle; please use the latter.
  warnings.warn(self.msg_depr % (key, alt_key))
Out[2]: 
['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728', '#9467bd',
 '#8c564b', '#e377c2', '#7f7f7f', '#bcbd22', '#17becf']

现在相关的属性是'axes.prop_cycle'

In [3]: rc_params()['axes.prop_cycle']
Out[3]: cycler('color', ['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728', '#9467bd', '#8c564b', '#e377c2', '#7f7f7f', '#bcbd22', '#17becf'])

以前，color_cycle是有效颜色面额的通用序列，现在默认情况下，它是cycler包含标签 ( 'color') 和有效颜色面额序列的对象。与前一个界面相比，前进的一步是不仅可以循环线条的颜色，还可以循环其他线条属性，例如，

In [5]: from cycler import cycler

In [6]: new_prop_cycle = cycler('color', ['k', 'r']) * cycler('linewidth', [1., 1.5, 2.])

In [7]: for kwargs in new_prop_cycle: print(kwargs)
{'color': 'k', 'linewidth': 1.0}
{'color': 'k', 'linewidth': 1.5}
{'color': 'k', 'linewidth': 2.0}
{'color': 'r', 'linewidth': 1.0}
{'color': 'r', 'linewidth': 1.5}
{'color': 'r', 'linewidth': 2.0}

正如您所看到的，cycler对象是可组合的，当您迭代组合时，您cycler在每次迭代中得到的都是一个关键字参数字典plt.plot。

axes您可以在每个对象的比率上使用新的默认值，

my_ax.set_prop_cycle(new_prop_cycle)

或者您可以临时安装新的默认值

plt.rc('axes', prop_cycle=new_prop_cycle)

或完全更改默认编辑.matplotlibrc文件。

最后一种可能性，使用上下文管理器

with plt.rc_context({'axes.prop_cycle': new_prop_cycle}):
    ...

在一组不同的图中使用新cycler的，在上下文结束时恢复为默认值。

函数的文档字符串cycler()很有用，但关于cycler模块和cycler()函数的（不是那么多）血腥细节以及示例，可以在精美的文档中找到。

于 2017-08-28T09:54:38.160 回答
30 
for color in ['r', 'b', 'g', 'k', 'm']:
    plot(x, y, color=color)
于 2013-04-15T02:30:14.810 回答