pyplot.plot()修改行颜色循环

Question

我想绘制一些通过测量得到的数据.我将在每个图上绘制6个测量值,但我希望每个测量数据图具有与其拟合相同的颜色.从一个测量数据图到下一个,我想要matplotlib的defalut颜色循环.

首先,如果加载数据如下:

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
data1 = np.genfromtxt('data1.txt')
fit1 = np.genfromtxt('fit1.txt')
...

那么问题,我当然可以在rcParams中重新定义颜色序列,如下所示:

ColourSeq = []
ColourSeqOriginal = mpl.rcParams['axes.color_cycle']
for ind in range(len(ColourSeqOriginal)):
    ColourSeq.append(ColourSeqOriginal[ind])
    ColourSeq.append(ColourSeqOriginal[ind])
mpl.rcParams['axes.color_cycle'] = ColourSeq

但这看起来很复杂.

最简单的事情似乎是:

plt.figure()
plt.plot(xdata, data1, xdata, fit1, '???')
plt.plot(xdata, data2, xdata, fit2, '???')
plt.plot(xdata, data3, xdata, fit3, '???')

'???' 作为命令选项,我不知道是否存在一些会阻止plt.plot递增给定数据的颜色值.但是从一个plt.plot()调用到下一个,我需要有正常的颜色增量.

Answer 1

您可以基于每个轴设置颜色循环

ax = plt.gca()
ax.set_color_cyle(['r','r','b','b',..])

更清洁的方法是:

import itertools
colors_ = ['r','b','g','m','k'] # change to what colors you want

datas = [data1, data2, data3]
fits = [fit1, fit2, fit3]
ax = plt.gca()
for d, f, c in zip(datas, fits, itertools.cycle(colors_)):
    ax.plot(xdata, d, color=c)
    ax.plot(xdata, f, color=c) 

这使您可以精确控制使用哪种颜色,如果您决定更改绘制数据和拟合的方式,则只需更改一次,而不是N次.您还可以轻松添加额外列表(如标签列表,标记类型,线型等)以控制线条的绘制方式.(itertools.cycle用于确保颜色永远不会是限制迭代zip).

自动循环适用于原型设计,但您应该养成为实际绘图指定颜色的习惯.