4

我想更改单个子图
的颜色: 1. 手动指定所需的图
颜色 2. 使用随机颜色

基本代码(取自1

 df = DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list('ABCD'))
 df = df.cumsum()

 df.plot(subplots=True)
 plt.legend(loc='best') 
 plt.show()

我试过这个:

 colors = ['r','g','b','r']                   #first option
 colors = list(['r','g','b','r'])             #second option
 colors = plt.cm.Paired(np.linspace(0,1,4))   #third option

 df.plot(subplots=True, color=colors)

但它们都不起作用。我找到了2,但我不确定如何更改:

 plots=df.plot(subplots=True)
 for color in plots:
   ??????
4

2 回答 2

5

style您可以通过为参数提供颜色缩写列表来轻松做到这一点:

from pandas import Series, DataFrame, date_range
import matplotlib.pyplot as plt
import numpy as np

ts = Series(np.random.randn(1000), index=date_range('1/1/2000', periods=1000))
ts = ts.cumsum()

df = DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list('ABCD'))
df = df.cumsum()

ax = df.plot(subplots=True, style=['r','g','b','r'], sharex=True)
plt.legend(loc='best')
plt.tight_layout()
plt.show()

在此处输入图像描述


来自“标准”颜色的随机颜色

如果您只想使用“标准”颜色(蓝色、绿色、红色、青色、洋红色、黄色、黑色、白色),您可以定义一个包含颜色缩写的数组,并将这些颜色的随机序列作为参数传递给style参数:

colors = np.array(list('bgrcmykw'))

...

ax = df.plot(subplots=True,
             style=colors[np.random.randint(0, len(colors), df.shape[1])],
             sharex=True) 
于 2013-08-22T09:03:27.423 回答
3

据我所知,您必须自己遍历每个轴并手动执行此操作。这应该是一个特性。

df = DataFrame(np.random.randn(1000, 4), columns=list('ABCD'))
df = df.cumsum()
colors = 'r', 'g', 'b', 'k'
fig, axs = subplots(df.shape[1], 1,sharex=True, sharey=True)
for ax, color, (colname, col) in zip(axs.flat,colors,df.iteritems()):
    ax.plot(col.index,col,label=colname,c=color)
    ax.legend()
    ax.axis('tight')
fig.tight_layout()

在此处输入图像描述

或者,如果您的索引中有日期,请执行以下操作:

import pandas.util.testing as tm

df = tm.makeTimeDataFrame()
df = df.cumsum()
colors = 'r', 'g', 'b', 'k'
fig, axs = subplots(df.shape[1], 1,sharex=True, sharey=True)
for ax, color, (colname, col) in zip(axs.flat, colors, df.iteritems()):
    ax.plot(col.index, col, label=colname,c=color)
    ax.legend()
    ax.axis('tight')
fig.tight_layout()
fig.autofmt_xdate()

要得到

在此处输入图像描述

于 2013-08-21T21:25:56.363 回答