使用plotlib自定义颜色错误图

Question

我想更改使用Plotlib完成此错误图中的颜色，以自定义选择。我将在标签0（data1和data3）上使用不同的颜色（例如绿色）的错误图，相对于右侧的颜色（假设绿色）（标签1，所以data 2 and data4，例如红色）。此外，我想区分这两个系列（蓝色和橙色带有不同色调的颜色）。我尝试了不同的方法，但没有设法自定义图。

import matplotlib.pyplot as plt

# create sample data
N = 2
data_1 = {
    'x': list(range(N)),
    'y': [2,3],
    'yerr': [0.2,0.2]}
data_2 = {
    'x': list(range(N)),
    'y': [4,5],
    'yerr': [0.4,0.2]}

data_3 = {
    'x': list(range(N)),
    'y': [6,10],
    'yerr': [0.3,0.7]}
data_4 = {
    'x': list(range(N)),
    'y': [8.1,10.6],
    'yerr': [0.1,0.8]}

# plot

# only errorbar
plt.subplot(121)
for data in [data_1, data_2]:
    plt.errorbar(**data, fmt='o')
plt.xlim([-1, 2])
plt.xticks([0, 1])

    
plt.subplot(122)
for data in [data_3, data_4]:
    plt.errorbar(**data, fmt='o')
plt.xlim([-1, 2])
plt.xticks([0, 1])

Answer 1

用绘图或errorbar绘制时，一系列点都具有相同的颜色。您可以使用c =＆lt;某些颜色＆gt;来指定它。就您而言，您希望这一点具有不同的颜色。这可以通过两种方式完成：1）通过点的顺序迭代并选择颜色或2）使用plt.scatter并提供一系列点。但是，后一种方法没有yerr选项。一种解决方案是绘制两次，一个用于误差线，另一个用于标记。请参阅此示例，使用提供的相同数据：

plt.subplot(121)
for data in [data_1, data_2]:
    plt.errorbar(**data, linestyle="None", c='k') # Only errorbars
    plt.scatter(data['x'], data['y'], c=['green', 'red']) # Only markers
plt.xlim([-1, 2])
plt.xticks([0, 1])

plt.subplot(122)
for data in [data_3, data_4]:
    plt.errorbar(**data, linestyle="None", c='k')
    plt.scatter(data['x'], data['y'], c=['lime', 'lightcoral'])
plt.xlim([-1, 2])
plt.xticks([0, 1])

产生此图：

现在是选择所需颜色的问题。

---

回答评论：要使颜色变化，您需要直接提供它们或找到映射一些唯一信息的方法（例如，在数据帧中的一行的字段“名称”）。这是直接提供它们的两种方法：

plt.errorbar(**data_1, linestyle="None", c='k')
plt.scatter(data_1['x'], data_1['y'], c=['green', 'red'])
plt.errorbar(**data_2, linestyle="None", c='k')
plt.scatter(data_2['x'], data_2['y'], c=['blue', 'purple'])

plt.xlim([-1, 2])
plt.xticks([0, 1])

plt.subplot(122)
for (data, colors) in [(data_3, ['lime', 'lightcoral']), (data_4, ['cornflowerblue', 'magenta' ])]:
    plt.errorbar(**data, linestyle="None", c='k')
    plt.scatter(data['x'], data['y'], c=colors)
plt.xlim([-1, 2])
plt.xticks([0, 1])

结果图：