Matplotlib：事后更改色图

Question

我正在跟踪求解微分方程求解器（边界值问题）的进展情况。每次迭代都会产生完整的函数评估f（x），然后可以将其绘制在x轴上。每个图表（理论上）比上一个更接近正确的解，直到收敛。顺序彩色映射用于使早期的图形变淡，后来的图形饱和。

当迭代次数是预定的时，这种方法运作良好。

import matplotlib.pyplot as plt

ax = plt.subplot(111)
cm = plt.get_cmap('OrRd')
ax.set_color_cycle([cm(1.*i/(iter+1)) for i in range(1,iter+2)]) 

ax.plot(x,y)
for k in range(iter):
    # iterative solve 
    ax.plot(x,y)

然而，如果我使用收敛准则而不是预定的迭代次数，那么我就无法事先设置 set_color_cycle。并且在循环之后放置该行不起作用。

我知道我可以存储中间结果，并仅在达到收敛后绘制，但这让我感到有些笨重，因为除了在图上看到它们外，我真的没有用处所有中间结果。

所以这里有我的问题： 1. 如何在绘图后更改现有图形的色图？ （在MATLAB中很容易。） 2. 如何对同一图中的另一组图进行相同的操作（例如来自不同的初始猜测，收敛到不同的解决方案），而不影响第一组，使得两个色图将集合区分开来。 （通过回答问题1，这应该很明显，但以防万一。）

非常感谢。

- bongbang

Answer 1

您还可以使用plt.set_cmap，请参见此处或（更详细地，请向下滚动）此处：

import numpy as np
import matplotlib.pyplot as plt

plt.imshow(np.random.random((10,10)), cmap='magma')
plt.colorbar()
plt.set_cmap('viridis')

- S.A.

Answer 2

使用update_colors()来更新所有线条的颜色：

import pylab as pl
import numpy as np
cm = pl.get_cmap('OrRd')

x = np.linspace(0, 1, 100)

def update_colors(ax):
    lines = ax.lines
    colors = cm(np.linspace(0, 1, len(lines)))
    for line, c in zip(lines, colors):
        line.set_color(c)

fig, ax = pl.subplots()
for i in range(10):
    ax.plot(x, x**(1+i*0.1))
    update_colors(ax)

- HYRY

---

太棒了。该函数可以轻松修改以将行数和色图作为选项，这解决了我的第二个问题。只有一个快速的后续问题，import pylab as pl 和 import matplotlib.pyplot as plt 之间是否存在任何实际差异？谢谢。 - bongbang

不错的解决方案。不过，如果图表已经有现有的图例，这种方法不会改变图例中相应条目的颜色。是否可能扩展该方法以同时更改图例条目的颜色？ - bluenote10

在颜色更新后，@bluenote10调用ax.legend()。 - Guimoute

Answer 3

您可以考虑的一个技巧是，在绘图后不尝试更改颜色值，而是使用带有不到100％透明度的黑色覆盖层来“淡化”过去的绘图，例如10％的 alpha 将逐个降低每个过去绘图的亮度。

- Steve Barnes