如何在单个图中为不同的绘图获取不同颜色的线条

Question

我正在使用matplotlib创建图表。我需要用Python自动生成不同的颜色来识别每个图表。

请给我一个方法，在同一张图片中为不同的图表放置不同的颜色。

- pottigopi

Answer 1

Matplotlib默认就可以实现这一点。

例如：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(10)

plt.plot(x, x)
plt.plot(x, 2 * x)
plt.plot(x, 3 * x)
plt.plot(x, 4 * x)
plt.show()

而且，正如你可能已经知道的那样，你可以轻松地添加一个图例：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(10)

plt.plot(x, x)
plt.plot(x, 2 * x)
plt.plot(x, 3 * x)
plt.plot(x, 4 * x)

plt.legend(['y = x', 'y = 2x', 'y = 3x', 'y = 4x'], loc='upper left')

plt.show()

如果您想控制要循环显示的颜色：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(10)

plt.gca().set_color_cycle(['red', 'green', 'blue', 'yellow'])

plt.plot(x, x)
plt.plot(x, 2 * x)
plt.plot(x, 3 * x)
plt.plot(x, 4 * x)

plt.legend(['y = x', 'y = 2x', 'y = 3x', 'y = 4x'], loc='upper left')

plt.show()

如果你对matplotlib不熟悉，教程是一个好的开始。

编辑：

首先，如果你想在一个图上绘制很多（>5）个东西，可以考虑将它们放在不同的图中（可以使用一个图中的几个子图），或者使用其他东西（如标记样式或线条粗细）来区分它们。

否则，你会得到一个非常混乱的图！对于任何阅读你所做的内容的人，请礼貌地并不要试图将15个不同的事物塞进一个图中！

此外，许多人有不同程度的色盲，对许多微妙的不同颜色进行区分对更多的人来说都是困难的。

话虽如此，如果你真的想在一个坐标轴上放置20条相对独立的线，每条线有20种相对明显的颜色，这里有一种方法：

import matplotlib.pyplot as plt
import numpy as np

num_plots = 20

# Have a look at the colormaps here and decide which one you'd like:
# http://matplotlib.org/1.2.1/examples/pylab_examples/show_colormaps.html
colormap = plt.cm.gist_ncar
plt.gca().set_prop_cycle(plt.cycler('color', plt.cm.jet(np.linspace(0, 1, num_plots))))

# Plot several different functions...
x = np.arange(10)
labels = []
for i in range(1, num_plots + 1):
    plt.plot(x, i * x + 5 * i)
    labels.append(r'$y = %ix + %i$' % (i, 5*i))

# I'm basically just demonstrating several different legend options here...
plt.legend(labels, ncol=4, loc='upper center', 
           bbox_to_anchor=[0.5, 1.1], 
           columnspacing=1.0, labelspacing=0.0,
           handletextpad=0.0, handlelength=1.5,
           fancybox=True, shadow=True)

plt.show()

- Joe Kington

---

针对最后一个示例，请注意，较新版本的matplotlib中已经弃用了set_color_cycle函数，所以该行代码应更改为plt.gca().set_prop_cycle(plt.cycler('color', plt.cm.jet(np.linspace(0, 1, num_plots))))，只需将plt.cm.YOUR_PREFERED_COLOR_MAP更改为您需要的颜色地图即可。 - Nate

@JoeKington：解释得非常好，非常感谢你。 - Hossein

这很棒。有没有办法让它们变得互动？例如在R中，我将ggplot转换为ggplotly()，然后图表就变成了HTML交互式的。 - kRazzy R

我相信原始发帖者知道 Matplotlib 能够在单个绘图中适当地为不同曲线着色（在单个 "axes" 中），并且询问在不同图表（不同 "axes"）中变化单个线条的颜色...... 话说回来，这是对一个重要问题的优秀回答（可能与原始发帖者提出的问题不同，但由于他们只问了这个问题而消失了，所以没有人能够确定！）——+1 - gboffi

Answer 2

稍后设置

如果您不知道要绘制的图形数量，可以在绘制它们后通过直接从图形中检索编号来更改颜色，使用.lines，我使用这个解决方案:

一些随机数据

import matplotlib.pyplot as plt
import numpy as np

fig1 = plt.figure()
ax1 = fig1.add_subplot(111)


for i in range(1,15):
    ax1.plot(np.array([1,5])*i,label=i)

您需要的代码片段：

colormap = plt.cm.gist_ncar #nipy_spectral, Set1,Paired   
colors = [colormap(i) for i in np.linspace(0, 1,len(ax1.lines))]
for i,j in enumerate(ax1.lines):
    j.set_color(colors[i])
  

ax1.legend(loc=2)

结果如下：

- G M

---

我在我的图中尝试了这个方法，其中包含2个子图。第一个子图正常工作，但是第二个子图的图例颜色与线条不匹配。 - Leland

@Leland，你需要相应地更改ax1。 - G M

Answer 3

简而言之 不，它不能被自动地完成。是的，它是可能的。

import matplotlib.pyplot as plt
#                                    _____ VV______
my_colors = plt.rcParams['axes.prop_cycle']() 
# note that we CALLED the prop_cycle ‾‾‾‾‾‾ΛΛ‾‾‾‾‾‾

fig, axes = plt.subplots(2,3)
for ax in axes.flatten(): ax.plot((0,1), (0,1), **next(my_colors))

---

原帖作者写道：

[...] 我需要用 [Matplotlib] 自动为每个图表分配不同的颜色。

然而... Matplotlib 会自动生成不同曲线对应的不同颜色。

In [10]: import numpy as np
    ...: import matplotlib.pyplot as plt

In [11]: plt.plot((0,1), (0,1), (1,2), (1,0));
Out[11]:

那么为什么会有 OP 的请求呢？如果我们继续阅读，可以看到：

请问有没有一种方法可以在同一个图中为不同的绘图设置不同的颜色？

这是有道理的，因为每个绘图（Matplotlib 中的每个 axes）都有自己的 color_cycle（或者更确切地说，在 2018 年之后，是 prop_cycle），每个绘图（axes）都会按照相同的顺序重复使用相同的颜色。

In [12]: fig, axes = plt.subplots(2,3)

In [13]: for ax in axes.flatten():
    ...:     ax.plot((0,1), (0,1))

如果这是原始问题的意思，一种可能性是显式地为每个图命名不同的颜色。

如果图表（通常情况下）是在循环中生成的，我们必须有一个额外的循环变量来覆盖Matplotlib自动选择的颜色。

In [14]: fig, axes = plt.subplots(2,3)

In [15]: for ax, short_color_name in zip(axes.flatten(), 'brgkyc'):
    ...:     ax.plot((0,1), (0,1), short_color_name)

另一种可能性是实例化一个循环器对象。

from cycler import cycler
my_cycler = cycler('color', ['k', 'r']) * cycler('linewidth', [1., 1.5, 2.])
actual_cycler = my_cycler()

fig, axes = plt.subplots(2,3)
for ax in axes.flat:
    ax.plot((0,1), (0,1), **next(actual_cycler))

请注意，type(my_cycler) 是 cycler.Cycler，但 type(actual_cycler) 是 itertools.cycle。

- gboffi

Answer 4

我想对上一篇帖子中提供的最后一个循环答案进行微小的改进（该帖子是正确的，仍应被接受）。在标记最后一个示例时做出的隐含假设是plt.label(LIST)将标签号码X放入LIST中，该行对应于第X次调用plot。我之前遇到过这种方法的问题。按照matplotlib文档的建议方式构建图例并自定义其标签（http://matplotlib.org/users/legend_guide.html#adjusting-the-order-of-legend-item），要确保标签与您认为的确切绘图相匹配：

...
# Plot several different functions...
labels = []
plotHandles = []
for i in range(1, num_plots + 1):
    x, = plt.plot(some x vector, some y vector) #need the ',' per ** below
    plotHandles.append(x)
    labels.append(some label)
plt.legend(plotHandles, labels, 'upper left',ncol=1)

**: Matplotlib Legends not working

- Tommy

---

顺便提一下：您还可以使用"label"关键字参数进行绘图，然后调用无任何参数的图例。 - Joe Kington

Answer 5

Matplot会使用不同的颜色为您的图形着色，但如果您想要使用特定的颜色，则可以这样做。

    import matplotlib.pyplot as plt
    import numpy as np
            
    x = np.arange(10)
            
    plt.plot(x, x)
    plt.plot(x, 2 * x,color='blue')
    plt.plot(x, 3 * x,color='red')
    plt.plot(x, 4 * x,color='green')
    plt.show()

- Hemanth Kollipara

Answer 6

说实话，我最喜欢的方法非常简单：现在这种方法不适用于任意数量的图，但它可以处理多达1163个。这是通过使用所有matplotlib命名颜色的映射，然后随机选择它们来完成的。

from random import choice

import matplotlib.pyplot as plt
from matplotlib.colors import mcolors

# Get full named colour map from matplotlib
colours = mcolors._colors_full_map # This is a dictionary of all named colours
# Turn the dictionary into a list
color_lst = list(colours.values()) 

# Plot using these random colours
for n, plot in enumerate(plots):
    plt.scatter(plot[x], plot[y], color=choice(color_lst), label=n) 

- DrakeMurdoch

Answer 7

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
from skspatial.objects import Line, Vector

for count in range(0,len(LineList),1):
        Line_Color = np.random.rand(3,)
        Line(StartPoint,EndPoint)).plot_3d(ax,c="Line"+str(count),label="Line"+str(count))


plt.legend(loc='lower left')
plt.show(block=True)     

以上代码可能会帮助您以随机方式添加不同颜色的三维线条。 您还可以使用标签中提到的 label="..." 参数来引用带有图例的彩色线条。

- aswath govind