关于python：Matplotlib通过Colormap用颜色绘制线


Matplotlib Plot Lines with Colors Through Colormap

我在一条绘图上绘制多条线，我希望它们遍历一个颜色图的光谱，而不仅仅是相同的6或7种颜色。 代码类似于此：

1
2
3
4
5
for i in range(20):
     for k in range(100):
          y[k] = i*x[i]
     plt.plot(x,y)
plt.show()

使用colormap" jet"和我从seaborn导入的另一个，我得到了相同顺序重复的相同7种颜色。 我希望能够绘制多达约60条不同颜色的线。

Matplotlib颜色图接受参数(0..1，标量或数组)，该参数用于从颜色图获取颜色。例如：

1
col = pl.cm.jet([0.25,0.75])

为您提供具有(两种)RGBA颜色的阵列：

array([[ 0. , 0.50392157, 1. , 1. ],
[ 1. , 0.58169935, 0. , 1. ]])

您可以使用它来创建N不同的颜色：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
import numpy as np
import matplotlib.pylab as pl

x = np.linspace(0, 2*np.pi, 64)
y = np.cos(x)

pl.figure()
pl.plot(x,y)

n = 20
colors = pl.cm.jet(np.linspace(0,1,n))

for i in range(n):
    pl.plot(x, i*y, color=colors[i])

enter image description here

Bart的解决方案既好又简单，但有两个缺点。

  • plt.colorbar()不能很好地工作，因为线图不可映射(例如，与图像相比)

  • 由于for循环，对于大量的行它可能会很慢(尽管对于大多数应用程序来说这可能不是问题吗？)

    • 这些问题可以通过使用LineCollection解决。但是，以我的看法，这不太方便。 GitHub上有一个开放建议，建议添加一个多色线条图功能，类似于plt.scatter(...)函数。

    这是一个我可以一起破解的工作示例

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    import numpy as np
    import matplotlib.pyplot as plt
    from matplotlib.collections import LineCollection

    def multiline(xs, ys, c, ax=None, **kwargs):
       """Plot lines with different colorings

        Parameters
        ----------
        xs : iterable container of x coordinates
        ys : iterable container of y coordinates
        c : iterable container of numbers mapped to colormap
        ax (optional): Axes to plot on.
        kwargs (optional): passed to LineCollection

        Notes:
            len(xs) == len(ys) == len(c) is the number of line segments
            len(xs[i]) == len(ys[i]) is the number of points for each line (indexed by i)

        Returns
        -------
        lc : LineCollection instance.
       """

        # find axes
        ax = plt.gca() if ax is None else ax

        # create LineCollection
        segments = [np.column_stack([x, y]) for x, y in zip(xs, ys)]
        lc = LineCollection(segments, **kwargs)

        # set coloring of line segments
        #    Note: I get an error if I pass c as a list here... not sure why.
        lc.set_array(np.asarray(c))

        # add lines to axes and rescale
        #    Note: adding a collection doesn't autoscalee xlim/ylim
        ax.add_collection(lc)
        ax.autoscale()
        return lc

    这是一个非常简单的示例：

    1
    2
    3
    4
    5
    6
    7
    xs = [[0, 1],
          [0, 1, 2]]
    ys = [[0, 0],
          [1, 2, 1]]
    c = [0, 1]

    lc = multiline(xs, ys, c, cmap='bwr', lw=2)

    产生：

    Example 1

    还有一些更复杂的东西：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    n_lines = 30
    x = np.arange(100)

    yint = np.arange(0, n_lines*10, 10)
    ys = np.array([x + b for b in yint])
    xs = np.array([x for i in range(n_lines)]) # could also use np.tile

    colors = np.arange(n_lines)

    fig, ax = plt.subplots()
    lc = multiline(xs, ys, yint, cmap='bwr', lw=2)

    axcb = fig.colorbar(lc)
    axcb.set_label('Y-intercept')
    ax.set_title('Line Collection with mapped colors')

    产生：

    enter image description here

    希望这可以帮助！

    Bart答案的另一种形式，其中您没有在每次调用plt.plot的过程中指定颜色，而是使用set_prop_cycle定义了一个新的颜色循环。他的示例可以转换为以下代码(我还将matplotlib的导入更改为推荐的样式)：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    import numpy as np
    import matplotlib.pyplot as plt

    x = np.linspace(0, 2*np.pi, 64)
    y = np.cos(x)

    n = 20
    ax = plt.axes()
    ax.set_prop_cycle('color',[plt.cm.jet(i) for i in np.linspace(0, 1, n)])

    for i in range(n):
        plt.plot(x, i*y)

    如果您使用的是连续色板，例如brg，hsv，jet或默认色板，则可以这样做：

    1
    color = plt.cm.hsv(r) # r is 0 to 1 inclusive

    现在，您可以将颜色值传递给您想要的任何API，如下所示：

    1
    line = matplotlib.lines.Line2D(xdata, ydata, color=color)