我知道如何在matplotlib中循环使用颜色列表。但是是否可以类似地处理线条样式(普通,点状,虚线等)? 我需要这样做以便在打印时更容易阅读我的图表。 有没有建议如何实现?
我知道如何在matplotlib中循环使用颜色列表。但是是否可以类似地处理线条样式(普通,点状,虚线等)? 我需要这样做以便在打印时更容易阅读我的图表。 有没有建议如何实现?
像这样的代码可能会有用:
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:
新版本编辑(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()
如需更详细的信息,请参阅matplotlib“使用循环器进行风格设置”的教程
要查看输出,请点击“显示图像”
#aaaaaa.
不是一个有效的格式字符串。如果你需要像那样的十六进制颜色,我建议将它们单独分开,如[("r", ":"),("#aaaaaa","."),("y","-.")]
,使用拆包方法获取它们color, lineformat = next(linecycler)
,并使用color
关键字来提供颜色:plt.plot(x, y, lineformat, color=color)
。 - Avarisdict
。这将使它成为一行代码。styles = [{'color':'r', 'ls':'--', 'marker':'o'}, ...]
然后从中创建一个循环器(cycler),你就可以做 plot(x, y, **next(cycler))
。 - Avarislinestyle
(ls
) kwarg 才能使其工作:plt.plot(range(10),x,ls=next(linecycler))
。 - Lee即将发布的matplotlib v1.5版本将弃用color_cycle,并引入新的prop_cycler特性: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表吧!
plt.errorbar()
一起使用。https://github.com/matplotlib/matplotlib/issues/7074。在使用errobar时,仍需要Avaris的答案。否则,这可能更加简洁。 - EL_DON以下是使用循环器开发样式的几个示例:
可以添加循环器来创建组合效果(用'-'与红色,'--'与蓝色等)。
plt.rc('axes', prop_cycle=(cycler('color', list('rbgk')) +
cycler('linestyle', ['-', '--', ':', '-.'])))
在坐标轴上直接使用:
ax1.set_prop_cycle(cycler('color', ['c', 'm', 'y', 'k']) +
cycler('lw', [1, 2, 3, 4]))
通过将cyclers进行乘法运算 (http://matplotlib.org/cycler/),可以获得更广泛、更独特的样式。
for ax in axarr:
ax.set_prop_cycle(cycler('color', list('rbgykcm')) *
cycler('linestyle', ['-', '--']))
参见:http://matplotlib.org/examples/color/color_cycle_demo.html
如果你想让这个更改自动生效,你可以在matplotlib的axes.py文件中添加以下两行代码:
找到下面这一行:
self.color_cycle = itertools.cycle(clist)
并在下面添加以下一行代码:
self.line_cycle = itertools.cycle(["-",":","--","-.",])
找到以下行:
kw['color'] = self.color_cycle.next()
并添加以下一行:
kw['linestyle'] = self.line_cycle.next()
我猜你可以对标记做同样的操作。
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,每个四个数据集属于某个组(具有某些共同属性),那么当我们用相同的颜色表示每个组,但是用不同的线条样式表示其成员时,很容易进行可视化。
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()
我使用类似于这个代码来循环使用不同的线型。默认情况下,颜色在绘制7个图之后重复。
idx = 0
for ds in datasets:
if idx < 7:
plot(ds)
elif idx < 14:
plot(ds, linestyle='--')
else:
plot(ds, linestyle=':')
idx += 1
类似于Avaris图表但又不同....
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()
正如 @jasmit 所提到的,您在 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()