使用 matplotlib 创建超过 20 种独特的图例颜色

Question

我正在使用 matplotlib 在一个绘图上绘制 20 条不同的线。我使用 for 循环来绘制并用其键标记每一行，然后使用图例函数

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

但是使用这种方式，图表会在图例中重复很多颜色。有什么方法可以确保使用 matplotlib 和超过 20 行为每一行分配唯一的颜色？

谢谢

Answer 1

这些答案似乎比需要的要复杂。如果您正在遍历列表以绘制线条，则只需在列表上枚举并将颜色分配给颜色图上的某个点。假设您正在遍历 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）。

Answer 2

您的问题的答案与另外两个 SO 问题有关。

How to pick a new color for each plotted line within a figure in matplotlib? 的答案解释了如何定义默认的颜色列表，该列表循环选择下一个要绘制的颜色。这是通过Axes.set_color_cycle method 完成的。

不过，您希望获得正确的颜色列表，这可以使用颜色图轻松完成，正如该问题的答案所述：Create a color generator from given colormap in matplotlib。有一个颜色映射表取一个从 0 到 1 的值并返回一个颜色。

因此，对于您的 20 行，您希望以 1/20 的步长从 0 循环到 1。具体来说，您希望从 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：

替代的、更好的（有争议的）解决方案

还有一种替代方法是使用ScalarMappable 对象将一系列值转换为颜色。这种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。以下代码产生相同的结果：

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()

---

弃用说明
在 mplib (1.5+) 的更新版本中，set_color_cycle 函数已被弃用，取而代之的是 ax.set_prop_cycle(color=[...])。

Answer 3

以Don Kirkby's answer 为基础，如果您愿意安装/使用seaborn，那么您可以为您计算颜色：

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，您还可以获得一个 RGB 元组列表，以后可以根据需要使用/操作。显然，您可以使用 matplotlib 的颜色图计算类似的东西，但我发现这很方便。

Answer 4

我有一个 12 行的图，当我尝试Yann's technique 时，我发现很难区分颜色相似的行。我的线条也是成对出现的，所以我对每对中的两条线使用了相同的颜色，并使用了两种不同的线宽。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plot()之后修改了行对象。

这是 Yann 的示例，其中包含三种不同的线宽：

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()

这是具有不同线条样式的相同示例。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()