如何在Matplotlib中将颜色设置为矩形？

Question

如何将颜色设置为矩形，例如在matplotlib中？我尝试使用参数颜色，但没有成功。

我有以下代码：

fig=pylab.figure() 
ax=fig.add_subplot(111) 

pylab.xlim([-400, 400])  
pylab.ylim([-400, 400]) 
patches = [] 
polygon = Rectangle((-400, -400), 10, 10, color='y') 
patches.append(polygon) 

p = PatchCollection(patches, cmap=matplotlib.cm.jet) 
ax.add_collection(p) 
ax.xaxis.set_major_locator(MultipleLocator(20))  
ax.yaxis.set_major_locator(MultipleLocator(20))  

pylab.show() 

Answer 1

我不能让你的代码工作，但希望这将帮助：

import matplotlib 
import matplotlib.pyplot as plt 

fig = plt.figure() 
ax = fig.add_subplot(111) 
rect1 = matplotlib.patches.Rectangle((-200,-100), 400, 200, color='yellow') 
rect2 = matplotlib.patches.Rectangle((0,150), 300, 20, color='red') 
rect3 = matplotlib.patches.Rectangle((-300,-50), 40, 200, color='#0099FF') 
circle1 = matplotlib.patches.Circle((-200,-250), radius=90, color='#EB70AA') 
ax.add_patch(rect1) 
ax.add_patch(rect2) 
ax.add_patch(rect3) 
ax.add_patch(circle1) 
plt.xlim([-400, 400]) 
plt.ylim([-400, 400]) 
plt.show() 

生产：

Answer 2

原来，您需要执行ax.add_artist(Rectangle)以使颜色规范起作用;当使用patches.append(Rectangle)时，矩形显示为蓝色（至少在我的PC上）忽略任何颜色规格。

顺便说一句，请注意artists — Matplotlib 1.2.1 documentation: class matplotlib.patches.Rectangle指出，有

• edgecolor - 中风颜色
• facecolor - 用于填充颜色

...再有就是color - 这基本上套中风和填充颜色在同一时间。

下面是修改的OP代码，我已经在Linux（Ubuntu的11.04）测试，蟒2.7，matplotlib 0.99.3：

import matplotlib.pyplot as plt 
import matplotlib.collections as collections 
import matplotlib.ticker as ticker 

import matplotlib 
print matplotlib.__version__ # 0.99.3 

fig=plt.figure() #pylab.figure() 
ax=fig.add_subplot(111) 

ax.set_xlim([-400, -380]) #pylab.xlim([-400, 400]) 
ax.set_ylim([-400, -380]) #pylab.ylim([-400, 400]) 
patches = [] 
polygon = plt.Rectangle((-400, -400), 10, 10, color='yellow') #Rectangle((-400, -400), 10, 10, color='y') 
patches.append(polygon) 

pol2 = plt.Rectangle((-390, -390), 10, 10, facecolor='yellow', edgecolor='violet', linewidth=2.0) 
ax.add_artist(pol2) 


p = collections.PatchCollection(patches) #, cmap=matplotlib.cm.jet) 
ax.add_collection(p) 
ax.xaxis.set_major_locator(ticker.MultipleLocator(20)) # (MultipleLocator(20)) 
ax.yaxis.set_major_locator(ticker.MultipleLocator(20)) # (MultipleLocator(20)) 

plt.show() #pylab.show() 

这是输出：