使用 matplotlib 调整图例中的线条颜色答案

【问题标题】：Adjusting the Line Colors in a Legend using matplotlib使用 matplotlib 调整图例中的线条颜色
【发布时间】：2013-01-25 16:28:46
【问题描述】：

我正在使用以下代码在 Python 中使用 matplotlib 生成具有大量重叠线的绘图：

def a_run(n, t, s):
    xaxis = np.arange(t, dtype=float)
    #Scale x-axis by the step size
    for i in xaxis:
        xaxis[i]=(xaxis[i]*s)
    for j in range(n):
        result = a_solve(t,s)
        plt.plot(result[:,1], color = 'r', alpha=0.1)

def b_run(n, t, s):
    xaxis = np.arange(t, dtype=float)
    #Scale x-axis by the step size
    for i in xaxis:
        xaxis[i]=(xaxis[i]*s)
    for j in range(n):
        result = b_solve(t,s)
        plt.plot(result[:,1], color = 'b', alpha=0.1)

a_run(100, 300, 0.02)
b_run(100, 300, 0.02)   

plt.xlabel("Time")
plt.ylabel("P")
plt.legend(("A","B"), shadow=True, fancybox=True) Legend providing same color for both
plt.show()

这会产生这样的情节：

问题在于图例 - 因为线条的透明度非常高，图例线条也是如此，这很难阅读。此外，当我需要一个红色和一个蓝色时，它正在绘制我怀疑是“前两条”线，并且它们都是红色的。

我看不到任何在 Matplotlib 中调整线条颜色的方法，就像我在 R 图形库中所说的那样，但是有人有可靠的解决方法吗？

【问题讨论】：

标签： python matplotlib data-visualization

【解决方案1】：

如果你绘制了很多线，你应该使用LineCollection获得更好的性能

import matplotlib.collections as mplcol
import matplotlib.colors as mplc

def a_run(n, t, s):
    xaxis = np.arange(t, dtype=float)
    #Scale x-axis by the step size
    for i in xaxis:
        xaxis[i]=(xaxis[i]*s)
    result = [a_solve(t,s)[:,1] for j in range(n)]
    lc = mplcol.LineCollection(result, colors=[mplc.to_rgba('r', alpha=0.1),]*n)
    plt.gca().add_collection(lc)
    return ls

[...]
lsa = a_run(...)
lsb = b_run(...)    
leg = plt.legend((lsa, lsb),("A","B"), shadow=True, fancybox=True)
#set alpha=1 in the legend
for l in leg.get_lines():
    l.set_alpha(1)
plt.draw()

我没有测试过代码本身，但我经常做一些类似的事情来绘制大量的线，并有一个图例，每组绘制一条线

【讨论】：

【解决方案2】：

当我运行你的代码时，我得到了一个错误，但这应该可以解决问题：

from matplotlib.lines import Line2D

custom_lines = [Line2D([0], [0], color='red', lw=2),
            Line2D([0], [0], color='blue', lw=2)]

plt.legend(custom_lines, ['A', 'B'])

参考：Composing Custom Legends

【讨论】：