我可以在 matplotlib 中循环使用线条样式吗

Question

我知道如何在 matplotlib 中循环显示颜色列表。但是是否可以对线条样式（纯线、点线、虚线等）做类似的事情？我需要这样做，以便我的图表在打印时更容易阅读。有什么建议如何做到这一点吗？

Answer 1

像这样的事情可能会成功：

import matplotlib.pyplot as plt
from itertools import cycle
lines = ["-","--","-.",":"]
linecycler = cycle(lines)
plt.figure()
for i in range(10):
    x = range(i,i+10)
    plt.plot(range(10),x,next(linecycler))
plt.show()

结果：

编辑更新版本 (v2.22)

import matplotlib.pyplot as plt
from cycler import cycler
#
plt.figure()
for i in range(5):
    x = range(i,i+5)
    linestyle_cycler = cycler('linestyle',['-','--',':','-.'])
    plt.rc('axes', prop_cycle=linestyle_cycler)
    plt.plot(range(5),x)
    plt.legend(['first','second','third','fourth','fifth'], loc='upper left', fancybox=True, shadow=True)
plt.show()

有关更多详细信息，请参阅有关“使用 Cycler 进行样式设置”的 matplotlib 教程
要查看输出，请单击“显示图”

Answer 2

即将推出的 matplotlib v1.5 将针对新的 prop_cycler 功能弃用 color_cycle：http://matplotlib.org/devdocs/users/whats_new.html?highlight=prop_cycle#added-axes-prop-cycle-key-to-rcparams

plt.rcParams['axes.prop_cycle'] = ("cycler('color', 'rgb') +"
                                   "cycler('lw', [1, 2, 3])")

然后继续创建您的轴和图！

Answer 3

这里有一些使用循环器开发样式集的示例，

可以添加循环器以给出组合（红色带有“-”，蓝色带有“--”，...）

plt.rc('axes', prop_cycle=(cycler('color', list('rbgk')) +
                           cycler('linestyle', ['-', '--', ':', '-.'])))

直接在轴上使用：

ax1.set_prop_cycle(cycler('color', ['c', 'm', 'y', 'k']) +
                   cycler('lw', [1, 2, 3, 4]))

循环器可以相乘（http://matplotlib.org/cycler/) 提供更广泛的独特样式

for ax in axarr:
    ax.set_prop_cycle(cycler('color', list('rbgykcm')) *
                      cycler('linestyle', ['-', '--']))

另请参阅：http://matplotlib.org/examples/color/color_cycle_demo.html

Answer 4

如果您希望更改自动进行，您可以将这两行添加到
matplotlib的axes.py文件：
查找该行：

   self.color_cycle = itertools.cycle(clist)

并在下面添加以下行：

   self.line_cycle = itertools.cycle(["-",":","--","-.",])

并查找该行：

   kw['color'] = self.color_cycle.next()

并添加该行：

   kw['linestyle'] = self.line_cycle.next()

我想您可以对标记执行相同的操作。

Answer 5

我通常使用基本颜色和线条样式的组合来表示不同的数据集。假设我们有 16 个数据集，每四个数据集属于某个组（具有某些共同属性），那么当我们用共同的颜色表示每个组但其成员用不同的线条样式表示时，很容易可视化。

import numpy as np
import matplotlib.pyplot as plt

models=['00','01', '02', '03', '04', '05', '06', '07', '08', '09', '10',\
    '11', '12', '13', '14', '15', '16']

fig = plt.figure()
ax  = fig.add_subplot(111)

x = np.linspace(-1,1,100)
y = np.sin(x)

clrs_list=['k','b','g','r'] # list of basic colors
styl_list=['-','--','-.',':'] # list of basic linestyles

for i in range(0,16):
    clrr=clrs_list[i // 4]
    styl=styl_list[i % 4]
    modl=models[i+1]
    frac=(i+1)/10.0
    ax.plot(x,y+frac,label=modl,color=clrr,ls=styl)

plt.legend()
plt.show()

Answer 6

我使用与此类似的代码来循环不同的线条样式。默认情况下，颜色在 7 个绘图后重复。

idx = 0
for ds in datasets:
    if idx < 7:
        plot(ds)
    elif idx < 14:
        plot(ds, linestyle='--')
    else:
        plot(ds, linestyle=':')
    idx += 1

Answer 7

与 Avaris 图相似但不同......

import matplotlib.pyplot as plt
import numpy as np

#set linestyles (for-loop method)
colors=('k','y','m','c','b','g','r','#aaaaaa')
linestyles=('-','--','-.',':')
styles=[(color,linestyle) for linestyle in linestyles for color in colors]

#-- sample data
numLines=30
dataXaxis=np.arange(0,10)
dataYaxis=dataXaxis+np.array([np.arange(numLines)]).T


plt.figure(1)

#-----------
# -- array oriented method but I cannot set the line color and styles
# -- without changing Matplotlib code
plt.plot(datax[:,np.newaxis],datay.T)
plt.title('Default linestyles - array oriented programming')
#-----------

#-----------
# -- 'for loop' based approach to enable colors and linestyles to be specified

plt.figure(2)

for num in range(datay.sh![enter image description here][1]ape[0]):
    plt.plot(datax,datay[num,:],color=styles[num][0],ls=styles[num][1])
plt.title('User defined linestyles using for-loop programming')
#-----------

plt.show()

Answer 8

我喜欢使用循环器的答案，但使用最新版本的 matplotlib (3.7）您可以简单地传递值列表并让 matplotlib 构建循环器。例如，这是有效的：

axis.set_prop_cycle(color = ['c', 'm', 'y', 'k'],
                    lw = [1, 2, 3, 4])

并且它更整洁（例如与此相比），您不需要导入循环仪。

Answer 9

正如 @jasmit 所提到的，在 matplotlib 3.7 中不需要导入循环。这是一个完整的示例：

import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax.set_prop_cycle(color = ['c', 'm', 'y', 'k'],
                  ls    = ["-","--","-.",":"],
                  lw    = [1, 2, 3, 4])
for i in range(5):
    x = range(i,i+5)
    plt.plot(range(5),x)
    plt.legend(['No.1','No. 2','No. 3','No. 4','No. 5'])
plt.show()