Matplotlib set_color_cycle与set_prop_cycle

Question

我最喜欢在Matplotlib上做的事情之一就是设置颜色循环以匹配一些颜色图,以便生成线条图,颜色在线条上有很好的渐变.像这个:

以前,这是一行代码使用set_color_cycle:

ax.set_color_cycle([plt.cm.spectral(i) for i in np.linspace(0, 1, num_lines)])

但是,最近我看到一个警告:

MatplotlibDeprecationWarning: 
The set_color_cycle attribute was deprecated in version 1.5. 
Use set_prop_cycle instead.

使用set_prop_cycle,我可以实现相同的结果,但我需要import cycler,并且语法不那么紧凑:

from cycler import cycler
colors = [plt.cm.spectral(i) for i in np.linspace(0, 1, num_lines)]
ax.set_prop_cycle(cycler('color', colors))

所以,我的问题是:

我使用set_prop_cycle得当吗？(并以最有效的方式？)

有没有更简单的方法将颜色周期设置为色彩图？换句话说,这样有一些神话般的功能吗？

ax.set_colorcycle_to_colormap('jet', nlines=30)

以下是完整示例的代码:

import numpy as np
import matplotlib.pyplot as plt

ax = plt.subplot(111)
num_lines = 30

colors = [plt.cm.spectral(i) for i in np.linspace(0, 1, num_lines)]

# old way: 
ax.set_color_cycle(colors)

# new way:
from cycler import cycler
ax.set_prop_cycle(cycler('color', colors))

for n in range(num_lines):
    x = np.linspace(0,10,500)
    y = np.sin(x)+n
    ax.plot(x, y, lw=3)

plt.show()

Answer 1

因为新属性循环器可以迭代其他属性而不仅仅是颜色(例如linestyle),您需要指定label,即循环的属性.

ax.set_prop_cycle('color', colors)

不需要导入和创建循环器; 所以我认为它是新方法的唯一缺点,它使得调用8个字符更长.

没有神奇的方法将色彩映射作为输入并创建循环器,但您也可以通过直接将numpy数组提供给色彩映射来缩短颜色列表的创建时间.

colors = plt.cm.Spectral(np.linspace(0,1,30))

或者组合使用

ax.set_prop_cycle('color',plt.cm.Spectral(np.linspace(0,1,30)))