如何在matplotlib中生成随机颜色？

Question

如何生成随机颜色并传递给绘图函数作为一个简单的例子？

我正在循环内调用scatter函数，并希望每个图使用不同的颜色。

for X,Y in data:
   scatter(X, Y, c=??)

c: 一种颜色。c可以是单个颜色格式字符串，或长度为N的颜色规范序列，或一系列需要使用通过kwargs指定的cmap和norm映射到颜色的N个数字序列（见下文）。请注意，c不应该是单个数值RGB或RGBA序列，因为它与要进行颜色映射的值数组无法区分。但c可以是二维数组，其中行是RGB或RGBA。

- John Mee

---

随机选择自哪里？如果您从所有可用颜色中随机选择，可能会得到一些非常不同的颜色和一些非常相似以至于难以区分的颜色混合。 - BrenBarn

这里有一些不错的答案在 java - How to automatically generate N "distinct" colors? - Stack Overflow -- 尽管那是针对Java的。// 另请参见 How to pick a new color for each plotted line within a figure in matplotlib? - Stack Overflow，以设置由matplotlib生成的“默认”颜色。 - user202729

请参考Java问题中的distinctify Python库：https://dev59.com/pHRB5IYBdhLWcg3w6bUD#68414642 - user202729

Answer 1

我正在循环调用scatter，想让每个图以不同的颜色显示。基于此，以及您的回答：我认为您实际上希望为数据集获取n个不同的颜色； 您想将整数索引0、1、...、n-1映射到不同的RGB颜色，类似于以下内容： 以下是执行此操作的函数:

import matplotlib.pyplot as plt

def get_cmap(n, name='hsv'):
    '''Returns a function that maps each index in 0, 1, ..., n-1 to a distinct 
    RGB color; the keyword argument name must be a standard mpl colormap name.'''
    return plt.cm.get_cmap(name, n)

在你问题中的伪代码片段中使用:

cmap = get_cmap(len(data))
for i, (X, Y) in enumerate(data):
   scatter(X, Y, c=cmap(i))

我使用以下代码生成了我的回答中的图表：

import matplotlib.pyplot as plt

def get_cmap(n, name='hsv'):
    '''Returns a function that maps each index in 0, 1, ..., n-1 to a distinct 
    RGB color; the keyword argument name must be a standard mpl colormap name.'''
    return plt.cm.get_cmap(name, n)

def main():
    N = 30
    fig=plt.figure()
    ax=fig.add_subplot(111)   
    plt.axis('scaled')
    ax.set_xlim([ 0, N])
    ax.set_ylim([-0.5, 0.5])
    cmap = get_cmap(N)
    for i in range(N):
        rect = plt.Rectangle((i, -0.5), 1, 1, facecolor=cmap(i))
        ax.add_artist(rect)
    ax.set_yticks([])
    plt.show()

if __name__=='__main__':
    main()

已经测试过Python 2.7和matplotlib 1.5以及Python 3.5和matplotlib 2.0，一切正常。

- Ali

---

@user1941407 谢谢！ :) 我希望我知道为什么有人匿名地对答案进行了负评。 - Ali

或许有点复杂。 - ingrid

似乎不起作用？似乎根本无法插入到Python控制台中。 - mjwrazor

我试图将该方法放置在Python控制台中，但控制台从未读取它。另外，您的方法末尾的逻辑不合理。为什么要返回一个调用另一个返回执行方法的方法？为什么不直接返回已执行的方法？ - mjwrazor

这两种颜色几乎相同。 - Ali Momen Sani

Answer 2

for X,Y in data:
   scatter(X, Y, c=numpy.random.rand(3,))

- Charles Brunet

---

如果有三个值要绘制，该怎么办？ - panda-34

3代表R、G和B三个分量的值吗？ - Kshitij Bajracharya

没有numpy，你可以使用color=(random.uniform(0, 1), random.uniform(0, 1), random.uniform(0, 1))。 - azzamsa

更高效，打字更少：scatter(X,Y, c=numpy.random.rand(len(X),3) - Qualia

Answer 3

进一步阐述 @john-mee 的答案，如果您具有任意长度的数据但不需要完全独特的颜色：

对于 Python 2：

from itertools import cycle
cycol = cycle('bgrcmk')

for X,Y in data:
    scatter(X, Y, c=cycol.next())

对于Python 3：

from itertools import cycle
cycol = cycle('bgrcmk')

for X,Y in data:
    scatter(X, Y, c=next(cycol))

这种方法的优点是颜色易于控制且长度较短。

- user3240588

Answer 4

有一段时间，我非常烦恼于matplotlib不能生成随机颜色的colormap，因为这是分割和聚类任务中常见的需要。

仅仅生成随机颜色可能会得到一些过于明亮或者过于暗淡的颜色，使得可视化变得困难。此外，通常我们需要第一个或最后一个颜色为黑色，代表背景或离群值。所以我为了我的日常工作编写了一个小函数。

以下是它的行为:

new_cmap = rand_cmap(100, type='bright', first_color_black=True, last_color_black=False, verbose=True)

然后，您只需将 new_cmap 用作matplotlib上的自定义颜色地图：

ax.scatter(X,Y, c=label, cmap=new_cmap, vmin=0, vmax=num_labels)

代码在这里：

def rand_cmap(nlabels, type='bright', first_color_black=True, last_color_black=False, verbose=True):
    """
    Creates a random colormap to be used together with matplotlib. Useful for segmentation tasks
    :param nlabels: Number of labels (size of colormap)
    :param type: 'bright' for strong colors, 'soft' for pastel colors
    :param first_color_black: Option to use first color as black, True or False
    :param last_color_black: Option to use last color as black, True or False
    :param verbose: Prints the number of labels and shows the colormap. True or False
    :return: colormap for matplotlib
    """
    from matplotlib.colors import LinearSegmentedColormap
    import colorsys
    import numpy as np


    if type not in ('bright', 'soft'):
        print ('Please choose "bright" or "soft" for type')
        return

    if verbose:
        print('Number of labels: ' + str(nlabels))

    # Generate color map for bright colors, based on hsv
    if type == 'bright':
        randHSVcolors = [(np.random.uniform(low=0.0, high=1),
                          np.random.uniform(low=0.2, high=1),
                          np.random.uniform(low=0.9, high=1)) for i in xrange(nlabels)]

        # Convert HSV list to RGB
        randRGBcolors = []
        for HSVcolor in randHSVcolors:
            randRGBcolors.append(colorsys.hsv_to_rgb(HSVcolor[0], HSVcolor[1], HSVcolor[2]))

        if first_color_black:
            randRGBcolors[0] = [0, 0, 0]

        if last_color_black:
            randRGBcolors[-1] = [0, 0, 0]

        random_colormap = LinearSegmentedColormap.from_list('new_map', randRGBcolors, N=nlabels)

    # Generate soft pastel colors, by limiting the RGB spectrum
    if type == 'soft':
        low = 0.6
        high = 0.95
        randRGBcolors = [(np.random.uniform(low=low, high=high),
                          np.random.uniform(low=low, high=high),
                          np.random.uniform(low=low, high=high)) for i in xrange(nlabels)]

        if first_color_black:
            randRGBcolors[0] = [0, 0, 0]

        if last_color_black:
            randRGBcolors[-1] = [0, 0, 0]
        random_colormap = LinearSegmentedColormap.from_list('new_map', randRGBcolors, N=nlabels)

    # Display colorbar
    if verbose:
        from matplotlib import colors, colorbar
        from matplotlib import pyplot as plt
        fig, ax = plt.subplots(1, 1, figsize=(15, 0.5))

        bounds = np.linspace(0, nlabels, nlabels + 1)
        norm = colors.BoundaryNorm(bounds, nlabels)

        cb = colorbar.ColorbarBase(ax, cmap=random_colormap, norm=norm, spacing='proportional', ticks=None,
                                   boundaries=bounds, format='%1i', orientation=u'horizontal')

    return random_colormap

这个项目也在Github上： https://github.com/delestro/rand_cmap

- Delestro

---

需要将xrange替换为range以实现Python 3兼容性，通常您会希望将False作为verbose传递。(还有为什么没有pypi发布?) - user202729

Answer 5

当数据集少于9个时：

colors = "bgrcmykw"
color_index = 0

for X,Y in data:
    scatter(X,Y, c=colors[color_index])
    color_index += 1

- John Mee

Answer 6

由于问题是 如何在matplotlib中生成随机颜色？，并且我正在寻找有关 饼图 的答案，因此我认为值得在这里（针对 饼图）提供一个答案。

import numpy as np
from random import sample
import matplotlib.pyplot as plt
import matplotlib.colors as pltc
all_colors = [k for k,v in pltc.cnames.items()]

fracs = np.array([600, 179, 154, 139, 126, 1185])
labels = ["label1", "label2", "label3", "label4", "label5", "label6"]
explode = ((fracs == max(fracs)).astype(int) / 20).tolist()

for val in range(2):
    colors = sample(all_colors, len(fracs))
    plt.figure(figsize=(8,8))
    plt.pie(fracs, labels=labels, autopct='%1.1f%%', 
            shadow=True, explode=explode, colors=colors)
    plt.legend(labels, loc=(1.05, 0.7), shadow=True)
    plt.show()

输出

- J. Doe

---

嘿，这正是我正在寻找的。然而，在您的第二张图片中（我也遇到了这种情况），您得到几乎相同的颜色（米色/白色）。是否可以使用此方法，但以一种选择更明显颜色的方式进行采样？ - armara

Answer 7

以下是 Ali 回答的更简洁版本，每个图表都给出一个明显的颜色：

import matplotlib.pyplot as plt

N = len(data)
cmap = plt.cm.get_cmap("hsv", N+1)
for i in range(N):
    X,Y = data[i]
    plt.scatter(X, Y, c=cmap(i))

- Champitoad

Answer 8

根据Ali和Champitoad的答案：

如果你想尝试不同的调色板，可以用几行代码实现：

cmap=plt.cm.get_cmap(plt.cm.viridis, 143)

143是你要采样的颜色数量。

我选择了143，因为整个色图范围都在这里发挥作用。你可以每次迭代采样第n个颜色，以获得色图效果。

n=20
for i,(x,y) in enumerate(points):
    plt.scatter(x, y, c=cmap(n*i))

- ai-shwarya

Answer 9

可重复的结果

# generate random colors
colors_ = lambda n: list(map(lambda i: "#" + "%06x" % random.randint(0, 0xFFFFFF),range(n)))

fig = plt.figure()
fig.subplots_adjust(hspace=0.4, wspace=0.4)

# how many random colors to generate?
colors = colors_(6)
for i,color in zip(range(1, 7), colors):
    ax = fig.add_subplot(2, 3, i)
    ax.text(0.5, 0.5, str((2, 3, i)),
           fontsize=18, ha='center', color=color)

输出

- Aman Bagrecha

Answer 10

改进答案https://dev59.com/C2Uq5IYBdhLWcg3wMNcK#14720445以适用于Python3。那段代码有时会生成大于1的数字，导致matplotlib出错。

for X,Y in data:
   scatter(X, Y, c=numpy.random.random(3))

- Ale Solano