使用Colormaps在matplotlib中设置线条的颜色

Question

如何使用colormap(比如jet)在运行时使用标量值设置matplotlib中一行的颜色？我在这里尝试了几种不同的方法,我觉得我很难过.values[]是一系列标量.曲线是一组1-d数组,标签是文本字符串数组.每个阵列具有相同的长度.

fig = plt.figure()
ax = fig.add_subplot(111)
jet = colors.Colormap('jet')
cNorm  = colors.Normalize(vmin=0, vmax=values[-1])
scalarMap = cmx.ScalarMappable(norm=cNorm, cmap=jet)
lines = []
for idx in range(len(curves)):
    line = curves[idx]
    colorVal = scalarMap.to_rgba(values[idx])
    retLine, = ax.plot(line, color=colorVal)
    #retLine.set_color()
    lines.append(retLine)
ax.legend(lines, labels, loc='upper right')
ax.grid()
plt.show()

Answer 1

您收到的错误是由您定义的jet.您正在创建Colormap名为'jet' 的基类,但这与获取'jet'色彩映射的默认定义非常不同.永远不应该直接创建这个基类,只应实例化子类.

您在示例中发现的是Matplotlib中的错误行为.运行此代码时,应该生成更清晰的错误消息.

这是您示例的更新版本:

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

# define some random data that emulates your indeded code:
NCURVES = 10
np.random.seed(101)
curves = [np.random.random(20) for i in range(NCURVES)]
values = range(NCURVES)

fig = plt.figure()
ax = fig.add_subplot(111)
# replace the next line 
#jet = colors.Colormap('jet')
# with
jet = cm = plt.get_cmap('jet') 
cNorm  = colors.Normalize(vmin=0, vmax=values[-1])
scalarMap = cmx.ScalarMappable(norm=cNorm, cmap=jet)
print scalarMap.get_clim()

lines = []
for idx in range(len(curves)):
    line = curves[idx]
    colorVal = scalarMap.to_rgba(values[idx])
    colorText = (
        'color: (%4.2f,%4.2f,%4.2f)'%(colorVal[0],colorVal[1],colorVal[2])
        )
    retLine, = ax.plot(line,
                       color=colorVal,
                       label=colorText)
    lines.append(retLine)
#added this to get the legend to work
handles,labels = ax.get_legend_handles_labels()
ax.legend(handles, labels, loc='upper right')
ax.grid()
plt.show()

导致:

使用a ScalarMappable是对我相关答案中提出的方法的改进: 使用matplotlib创建超过20种独特的图例颜色

Answer 2

我认为使用numpy的linspace和matplotlib的cm-type对象包含我认为更简单的方法是有益的.上述解决方案可能适用于旧版本.我使用的是python 3.4.3,matplotlib 1.4.3和numpy 1.9.3.,我的解决方案如下.

import matplotlib.pyplot as plt

from matplotlib import cm
from numpy import linspace

start = 0.0
stop = 1.0
number_of_lines= 1000
cm_subsection = linspace(start, stop, number_of_lines) 

colors = [ cm.jet(x) for x in cm_subsection ]

for i, color in enumerate(colors):
    plt.axhline(i, color=color)

plt.ylabel('Line Number')
plt.show()

这会产生1000条色彩鲜艳的线条,这些线条跨越整个cm.jet色彩图,如下图所示.如果您运行此脚本,您会发现可以放大各个行.

cm.jet介于0.0和1.0之间,1000个刻度

现在说我希望我的1000线颜色只能跨越400到600行之间的绿色部分.我只是将我的开始和停止值更改为0.4和0.6,这导致仅使用0.4和0.4之间的cm.jet颜色映射的20%. 0.6.

cm.jet介于0.4和0.6之间,1000个刻度

因此,在一行摘要中,您可以相应地从matplotlib.cm色彩映射创建rgba颜色列表:

colors = [ cm.jet(x) for x in linspace(start, stop, number_of_lines) ]

在这种情况下,我使用名为jet的常用调用地图,但您可以通过调用以下内容找到matplotlib版本中可用的完整颜色映射列表:

>>> from matplotlib import cm
>>> dir(cm)

Answer 3

线条样式,标记和定性颜色的组合来自matplotlib:

import itertools
import matplotlib as mpl
import matplotlib.pyplot as plt
N = 8*4+10
l_styles = ['-','--','-.',':']
m_styles = ['','.','o','^','*']
colormap = mpl.cm.Dark2.colors   # Qualitative colormap
for i,(marker,linestyle,color) in zip(range(N),itertools.product(m_styles,l_styles, colormap)):
    plt.plot([0,1,2],[0,2*i,2*i], color=color, linestyle=linestyle,marker=marker,label=i)
plt.legend(bbox_to_anchor=(1.05, 1), loc=2, borderaxespad=0.,ncol=4);

Answer 4

你可以按照我从我删除的帐户中写的那样做（禁止新帖子:(有）。它相当简单和漂亮。

我通常使用这 3 个中的第 3 个，我也懒得检查 1 和 2 版本。

from matplotlib.pyplot import cm
import numpy as np

#variable n should be number of curves to plot (I skipped this earlier thinking that it is obvious when looking at picture - sorry my bad mistake xD): n=len(array_of_curves_to_plot)
#version 1:

color=cm.rainbow(np.linspace(0,1,n))
for i,c in zip(range(n),color):
   ax1.plot(x, y,c=c)

#or version 2: - faster and better:

color=iter(cm.rainbow(np.linspace(0,1,n)))
c=next(color)
plt.plot(x,y,c=c)

#or version 3:

color=iter(cm.rainbow(np.linspace(0,1,n)))
for i in range(n):
   c=next(color)
   ax1.plot(x, y,c=c)

示例 3：

船舶 RAO 的横摇与池田阻尼在横摇幅度 A44 的函数中