使用matplotlib创建超过20种独特的图例颜色

Question

我正在使用matplotlib在一个图上绘制20条不同的线.我使用for循环绘制并用其键标记每一行,然后使用图例功能

for key in dict.keys():
    plot(x,dict[key], label = key)
graph.legend()

但是使用这种方式,图表在图例中重复了很多颜色.有没有办法确保使用matplotlib和超过20行为每条线分配一个独特的颜色？

谢谢

Answer 1

您的问题的答案与另外两个SO问题有关.

如何为matplotlib中的每个绘制线选择一种新颜色的答案？解释了如何定义循环的颜色的默认列表,以选择要绘制的下一个颜色.这是通过该Axes.set_color_cycle 方法完成的.

您希望获得正确的颜色列表,这最容易使用颜色映射完成,如此问题的答案中所述:在matplotlib中从给定的颜色映射创建颜色生成器.颜色贴图采用0到1之间的值并返回颜色.

因此,对于20行,您希望以1/20的步长从0循环到1.具体来说,您希望将表单0循环到19/20,因为1映射回0.

这是在这个例子中完成的:

import matplotlib.pyplot as plt
import numpy as np

NUM_COLORS = 20

cm = plt.get_cmap('gist_rainbow')
fig = plt.figure()
ax = fig.add_subplot(111)
ax.set_color_cycle([cm(1.*i/NUM_COLORS) for i in range(NUM_COLORS)])
for i in range(NUM_COLORS):
    ax.plot(np.arange(10)*(i+1))

fig.savefig('moreColors.png')
plt.show()

这是结果图:

另类,更好(有争议)的解决方案

有一种替代方法可以使用ScalarMappable对象将一系列值转换为颜色.此方法的优点是您可以使用非线性Normalization将线索引转换为实际颜色.以下代码生成相同的确切结果:

import matplotlib.pyplot as plt
import matplotlib.cm as mplcm
import matplotlib.colors as colors
import numpy as np

NUM_COLORS = 20

cm = plt.get_cmap('gist_rainbow')
cNorm  = colors.Normalize(vmin=0, vmax=NUM_COLORS-1)
scalarMap = mplcm.ScalarMappable(norm=cNorm, cmap=cm)
fig = plt.figure()
ax = fig.add_subplot(111)
# old way:
#ax.set_color_cycle([cm(1.*i/NUM_COLORS) for i in range(NUM_COLORS)])
# new way:
ax.set_color_cycle([scalarMap.to_rgba(i) for i in range(NUM_COLORS)])
for i in range(NUM_COLORS):
    ax.plot(np.arange(10)*(i+1))

fig.savefig('moreColors.png')
plt.show()

弃用注意
在mplib(1.5+)的更新版本中,该set_color_cycle函数已被弃用,转而使用ax.set_prop_cycle(color=[...]).

Answer 2

我有一个12行的情节,当我尝试Yann的技术时,我发现很难区分具有相似颜色的线条.我的线也成对出现,所以我对每对中的两条线使用相同的颜色,并使用两种不同的线宽.您还可以改变线条样式以获得更多组合.

你可以使用set_prop_cycle(),但我只是在调用后修改了行对象plot().

这是Yann的三个不同线宽的例子:

import matplotlib.pyplot as plt
import numpy as np

NUM_COLORS = 20

cm = plt.get_cmap('gist_rainbow')
fig = plt.figure()
ax = fig.add_subplot(111)
for i in range(NUM_COLORS):
    lines = ax.plot(np.arange(10)*(i+1))
    lines[0].set_color(cm(i//3*3.0/NUM_COLORS))
    lines[0].set_linewidth(i%3 + 1)

fig.savefig('moreColors.png')
plt.show()

这是具有不同线型的相同示例.当然,如果你愿意,你可以将两者结合起来.

import matplotlib.pyplot as plt
import numpy as np

NUM_COLORS = 20
LINE_STYLES = ['solid', 'dashed', 'dashdot', 'dotted']
NUM_STYLES = len(LINE_STYLES)

cm = plt.get_cmap('gist_rainbow')
fig = plt.figure()
ax = fig.add_subplot(111)
for i in range(NUM_COLORS):
    lines = ax.plot(np.arange(10)*(i+1))
    lines[0].set_color(cm(i//NUM_STYLES*float(NUM_STYLES)/NUM_COLORS))
    lines[0].set_linestyle(LINE_STYLES[i%NUM_STYLES])

fig.savefig('moreColors.png')
plt.show()

Answer 3

为了建立Don Kirkby的答案,如果你愿意安装/使用seaborn,那么你可以为你计算颜色:

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

NUM_COLORS = 20
LINE_STYLES = ['solid', 'dashed', 'dashdot', 'dotted']
NUM_STYLES = len(LINE_STYLES)

sns.reset_orig()  # get default matplotlib styles back
clrs = sns.color_palette('husl', n_colors=NUM_COLORS)  # a list of RGB tuples
fig, ax = plt.subplots(1)
for i in range(NUM_COLORS):
    lines = ax.plot(np.arange(10)*(i+1))
    lines[0].set_color(clrs[i])
    lines[0].set_linestyle(LINE_STYLES[i%NUM_STYLES])

fig.savefig('moreColors.png')
plt.show()

除了能够使用seaborn的各种调色板之外,您还可以获得可以在以后使用/操作的RGB元组列表(如果需要).显然,您可以使用matplotlib的色彩图来计算类似的东西,但我觉得这很方便.

Answer 4

这些答案似乎比需要的更复杂。如果您要循环遍历列表来绘制线条，则只需枚举列表并将颜色分配给颜色图上的某个点即可。假设您正在循环访问 pandas 数据框中的所有列：

fig, ax = plt.subplots()
cm = plt.get_cmap('gist_rainbow')
 for count, col in enumerate(df.columns):
    ax.plot(df[col], label = col, linewidth = 2, color = cm(count*20))

这是可行的，因为 cm 只是一个可迭代的颜色数字字典。将它们乘以某个因子可以让您在颜色图中走得更远（颜色差异更大）。