使用Colormaps设置matplotlib中的线条颜色

Question

如何设置matplotlib中的线条颜色以及运行时使用颜色贴图提供的标量值（如jet）？我在这里尝试了几种不同的方法，我想我很难过。 values[]是一个标量数组。曲线是一组一维数组，标签是一组文本字符串。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

您收到的错误是由于您如何定义jet。您正在创建名为'jet'的基类Colormap，但这与获得'jet'颜色表的默认定义完全不同。永远不要直接创建这个基类，只应该实例化子类。

你发现你的例子是Matplotlib中的一个错误行为。此代码运行时应该生成更清晰的错误消息。

这是你的榜样的更新版本：

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ScalarMappable结束了在我相关答案提出的方法的改进： creating over 20 unique legend colors using matplotlib

Answer 2

我认为这将是有益的包括瓦特我认为这是一个更简单的方法，使用numpy的linspace和matplotlib的cm类型对象。上述解决方案可能适用于旧版本。我使用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条跨越整个cm.jet彩图的独特彩色线条，如下图所示。如果你运行这个脚本，你会发现你可以放大个别行。

cm.jet between 0.0 and 1.0 with 1000 graduations

现在说我要我的1000点的颜色，只是跨行400到600，我只是改变我的启动和停止值到0.4和0.6，这导致使用仅20％之间的绿色部分cm.jet彩色图在0.4和0.6之间。

cm.jet between 0.4 and 0.6 with 1000 graduations

因此，在一个行汇总，您可以创建从matplotlib的RGBA颜色列表。厘米颜色映射因此：

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

在这种情况下，我使用了常用调用的地图命名为喷气机，但你可以通过调用找到您matplotlib版本色彩映射的完整列表：

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

Answer 3

线的组合样式，标记和定性颜色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);