如何为图形中绘制的每条线选择一种新颜色

问题描述：

我不想为每条绘制的线指定颜色，而是让每条线都有不同的颜色。但如果我运行：

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

plt.show()

然后我得到这个输出：

如果您查看上面的图片，您会发现 matplotlib 尝试为每行选择不同的颜色，但最终它会重复使用颜色 - 前十行使用的颜色与后十行相同。我只是想阻止它重复使用已经使用的颜色和/或为其提供要使用的颜色列表。

解决方案 1：

我通常使用其中第二个：

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：

解决方案 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。

解决方案 3：

您可以使用预定义的“定性色彩图”，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.colormaps[]在 matplotlib 3.5（从 2021 年起）及更高版本中受支持，而较旧的matplotlib.cm.get_cmap()API 已弃用并将在 matplotlib 3.9（2024 年）中删除。有关为什么无法调用的讨论，请参阅https://github.com/matplotlib/matplotlib/issues/10840axes.set_prop_cycle(color=cmap)。

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

解决方案 4：

prop_cycle

color_cycle在 1.5 中被弃用，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（现在命名不当的）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。

解决方案 5：

我不知道你是否可以自动改变颜色，但你可以利用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，颜色将从黑色变为 100％ 绿色，但您可以根据需要进行调整。

查看matplotlib plot() 文档并查找color关键字参数。

如果您想要提供颜色列表，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])

解决方案 6：

正如Ciro 的回答所述，您可以使用prop_cycle它来设置 matplotlib 循环显示的颜色列表。但是有多少种颜色呢？如果您想对许多具有不同线条数的图使用相同的颜色循环，该怎么办？

一种策略是使用类似https://gamedev.stackexchange.com/a/46469/22397中的公式来生成无限的颜色序列，其中每种颜色都试图与之前的所有颜色有显著的不同。

不幸的是，prop_cycle它不接受无限序列——如果你传递一个序列，它就会永远挂起。但是我们可以从这样的序列中取出前 1000 种颜色，并将其设置为颜色循环。这样，对于具有任何合理数量的行的图，你都应该得到可区分的颜色。

例子：

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，所有的颜色都是不同的 - 尽管我承认我很难区分其中的一些颜色！

解决方案 7：

您还可以在文件中更改默认颜色循环matplotlibrc。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()

这将显示您当前使用的 matplotlibrc 文件的路径。在该文件中，您将发现许多其他设置，其中还包括 的设置axes.color.cycle。只需输入您想要的颜色序列，您就会在绘制的每个图中找到它。请注意，您还可以在 matplotlib 中使用所有有效的 html 颜色名称。

解决方案 8：

• matplotlib.cm.get_cmap并且matplotlib.pyplot.cm.get_cmap已被弃用，如matplotlib 3.7.0 中所述：弃用顶级 cmap 注册和访问函数mpl.cm

• 使用matplotlib.colormaps[name]或matplotlib.colormaps.get_cmap(obj)代替。

• .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对象。

  • 还cmap = mpl.colormaps['viridis'].resampled(20)

• colors = mpl.colormaps.get_cmap('viridis').resampled(20).colors创建一个颜色数字数组。

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()

• 如为什么 Matplotlib 的颜色图结构不同？中所述，.colors将从 中提取颜色数组ListedColormap，但不适用于LinearSegmentedColormap，例如杂项颜色图中所示的颜色。

• 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()