如何为图中的每条绘制线选择新颜色

Question

我不想为每条绘制的线指定颜色，并且让每条线都有不同的颜色。但是如果我运行：

from matplotlib import pyplot as plt
for i in range(20):
    plt.plot([0, 1], [i, i])

plt.show()

那么我会得到以下输出：

如果您查看上面的图像，您可以看到 matplotlib 尝试为每条不同的线选择颜色，但最终它重复使用颜色 - 前十行使用与后十行相同的颜色。我只是想阻止它重复已使用的颜色和/或为其提供要使用的颜色列表。

Answer 1

我通常使用其中的第二个：

from matplotlib.pyplot import cm
import numpy as np

#variable n below should be number of curves to plot

#version 1:

color = cm.rainbow(np.linspace(0, 1, n))
for i, c in enumerate(color):
   plt.plot(x, y, c=c)

#or version 2:

color = iter(cm.rainbow(np.linspace(0, 1, n)))
for i in range(n):
   c = next(color)
   plt.plot(x, y, c=c)

示例 2：

Answer 2

matplotlib 1.5+

您可以使用axes.set_prop_cycle（示例）。

matplotlib 1.0-1.4

您可以使用axes.set_color_cycle（示例）。

matplotlib 0.x

您可以使用Axes.set_default_color_cycle。

Answer 3

您可以使用预定义的“定性颜色图”，如下所示：

import matplotlib as mpl
name = "Accent"
cmap = mpl.colormaps[name]  # type: matplotlib.colors.ListedColormap
colors = cmap.colors  # type: list
axes.set_prop_cycle(color=colors)

matplotlib 3.5（从 2021 年起）及更高版本支持 matplotlib.colormaps[]，而较旧的 matplotlib.cm.get_cmap()< /code> API 已弃用，并将在 matplotlib 3.9 (2024) 中删除。请参阅 https://github.com/matplotlib/matplotlib/issues/10840 进行讨论为什么你不能调用axes.set_prop_cycle(color=cmap)。

预定义的定性颜色图列表可在 https://matplotlib.org/gallery/color/colormap_reference 中找到。 html :

Answer 4

prop_cycle

color_cycle 在 1.5 中已被弃用，以支持这种概括：http://matplotlib.org/users/whats_new.html#added-axes-prop-cycle-key-to-rcparams

# cycler is a separate package extracted from matplotlib.
from cycler import cycler
import matplotlib.pyplot as plt

plt.rc('axes', prop_cycle=(cycler('color', ['r', 'g', 'b'])))
plt.plot([1, 2])
plt.plot([2, 3])
plt.plot([3, 4])
plt.plot([4, 5])
plt.plot([5, 6])
plt.show()

还显示在（现在命名不当）示例中： http://matplotlib.org/1.5.1/examples/color/color_cycle_demo.html 提到：https://stackoverflow.com/a/4971431/895245

在 matplotlib 1.5.1 中测试。

Answer 5

我不知道你是否可以自动更改颜色，但你可以利用你的循环来生成不同的颜色：

for i in range(20):
   ax1.plot(x, y, color = (0, i / 20.0, 0, 1)

在这种情况下，颜色将从黑色到 100% 绿色，但如果你愿意，你可以调整它。

请参阅 matplotlibplot() 文档 并查找 color 关键字参数。

如果您想提供颜色列表，只需确保您有一个足够大的列表，然后使用循环的索引来选择颜色

colors = ['r', 'b', ...., 'w']

for i in range(20):
   ax1.plot(x, y, color = colors[i])

Answer 6

正如 Ciro 的回答指出，您可以使用 prop_cycle 设置 matplotlib 循环的颜色列表通过。但有多少种颜色呢？如果您想对具有不同行数的大量绘图使用相同的颜色循环该怎么办？

一种策略是使用类似于 https://gamedev.stackexchange.com/a/46469/22397< 中的公式/a>，生成无限的颜色序列，其中每种颜色都试图与其之前的所有颜色显着不同。

不幸的是，prop_cycle 不会接受无限序列 - 如果你传递一个序列，它将永远挂起。但我们可以采用从这样的序列生成的前 1000 种颜色，并将其设置为颜色循环。这样，对于具有任何合理行数的绘图，您应该获得可区分的颜色。

示例：

from matplotlib import pyplot as plt
from matplotlib.colors import hsv_to_rgb
from cycler import cycler

# 1000 distinct colors:
colors = [hsv_to_rgb([(i * 0.618033988749895) % 1.0, 1, 1])
          for i in range(1000)]
plt.rc('axes', prop_cycle=(cycler('color', colors)))

for i in range(20):
    plt.plot([1, 0], [i, i])

plt.show()

输出：

现在，所有颜色都不同了 - 尽管我承认我很难区分其中的一些颜色！

Answer 7

您还可以更改 matplotlibrc 文件中的默认颜色循环。
如果您不知道该文件在哪里，请在 python 中执行以下操作：

import matplotlib
matplotlib.matplotlib_fname()

这将显示当前使用的 matplotlibrc 文件的路径。
在该文件中，您会在许多其他设置中找到axes.color.cycle 的设置。只需输入您想要的颜色序列，您就会在您制作的每个图中找到它。
请注意，您还可以在 matplotlib 中使用所有有效的 html 颜色名称。

Answer 8

• matplotlib.cm.get_cmap 和 matplotlib.pyplot.cm.get_cmap 已弃用，如 matplotlib 3.7.0：弃用顶级 cmap mpl.cm 中的注册和访问函数
• 请改用 matplotlib.colormaps[name] 或 matplotlib.colormaps.get_cmap(obj) 。
• .get_cmap 不再具有 lut 参数。相反，使用 .resampled
• cmap = mpl.colormaps.get_cmap('viridis').resampled(20) 创建一个 matplotlib.colors.ListedColormap目的。
  • 另外cmap = mpl.colormaps['viridis'].resampled(20)
• colors = mpl.colormaps.get_cmap('viridis').resampled(20).colors 创建颜色数字的数组。

import matplotlib as mpl
import matplotlib.pyplot as mpl
import numpy as np

colors = mpl.colormaps.get_cmap('viridis').resampled(20).colors

for i, color in enumerate(colors):
    plt.plot([0, 1], [i, i], color=color)

plt.show()

---

• 正如为什么Matplotlib的颜色图的结构不同？中所解释的，.colors 将从 ListedColormap 中提取颜色数组，但不适用于 LinearSegmentedColormap，例如 其他颜色图。
• 解决方法是使用 colors = cmap(np.arange(0, cmap.N))

cmap = mpl.colormaps.get_cmap('summer').resampled(20)
colors = cmap(np.arange(0, cmap.N)) 

for i, color in enumerate(colors):
    plt.plot([0, 1], [i, i], color=color)

plt.show()