问题描述：

我用它matplotlib来创建图表。我必须用不同的颜色来标识每个图表，这些颜色应该由 Python 自动生成。

您能否给我一种方法，让我能够将同一幅图中的不同图表用不同的颜色表示？

解决方案 1：

Matplotlib 默认执行此操作。

例如：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(10)

plt.plot(x, x)
plt.plot(x, 2 * x)
plt.plot(x, 3 * x)
plt.plot(x, 4 * x)
plt.show()

而且，您可能已经知道，您可以轻松添加图例：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(10)

plt.plot(x, x)
plt.plot(x, 2 * x)
plt.plot(x, 3 * x)
plt.plot(x, 4 * x)

plt.legend(['y = x', 'y = 2x', 'y = 3x', 'y = 4x'], loc='upper left')

plt.show()

如果您想控制循环的颜色：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(10)

plt.gca().set_color_cycle(['red', 'green', 'blue', 'yellow'])

plt.plot(x, x)
plt.plot(x, 2 * x)
plt.plot(x, 3 * x)
plt.plot(x, 4 * x)

plt.legend(['y = x', 'y = 2x', 'y = 3x', 'y = 4x'], loc='upper left')

plt.show()

如果您不熟悉 matplotlib，本教程是一个很好的起点。

编辑：

首先，如果您有很多（>5）个东西想要绘制在一个图上，那么可以：

1. 将它们放在不同的图上（考虑在一个图上使用几个子图），或者

2. 使用颜色以外的其他东西（即标记样式或线条粗细）来区分它们。

否则，你最终会得到一个非常混乱的情节！对阅读你作品的人要友善，不要试图将 15 种不同的东西塞进一个人物身上！！

除此之外，许多人都有不同程度的色盲，区分众多细微差别的颜色对很多人来说都是很困难的，你可能想象不到。

话虽如此，如果您真的想在一个轴上放置 20 条线，并且有 20 种相对不同的颜色，那么有一种方法可以做到：

import matplotlib.pyplot as plt
import numpy as np

num_plots = 20

# Have a look at the colormaps here and decide which one you'd like:
# http://matplotlib.org/1.2.1/examples/pylab_examples/show_colormaps.html
colormap = plt.cm.gist_ncar
plt.gca().set_prop_cycle(plt.cycler('color', plt.cm.jet(np.linspace(0, 1, num_plots))))

# Plot several different functions...
x = np.arange(10)
labels = []
for i in range(1, num_plots + 1):
    plt.plot(x, i * x + 5 * i)
    labels.append(r'$y = %ix + %i$' % (i, 5*i))

# I'm basically just demonstrating several different legend options here...
plt.legend(labels, ncol=4, loc='upper center', 
           bbox_to_anchor=[0.5, 1.1], 
           columnspacing=1.0, labelspacing=0.0,
           handletextpad=0.0, handlelength=1.5,
           fancybox=True, shadow=True)

plt.show()

解决方案 2：

稍后设置

如果您不知道要绘制的图表的数量，您可以在绘制完图表后更改颜色，使用 直接从图表中检索数字.lines，我使用这个解决方案：

一些随机数据

import matplotlib.pyplot as plt
import numpy as np

fig1 = plt.figure()
ax1 = fig1.add_subplot(111)


for i in range(1,15):
    ax1.plot(np.array([1,5])*i,label=i)

您需要的代码片段：

colormap = plt.cm.gist_ncar #nipy_spectral, Set1,Paired   
colors = [colormap(i) for i in np.linspace(0, 1,len(ax1.lines))]
for i,j in enumerate(ax1.lines):
    j.set_color(colors[i])
  

ax1.legend(loc=2)

结果如下：

解决方案 3：

TL;DR不，它不能自动完成。是的，这是可能的。

import matplotlib.pyplot as plt
#                                    _____ VV______
my_colors = plt.rcParams['axes.prop_cycle']() 
# note that we CALLED the prop_cycle ‾‾‾‾‾‾ΛΛ‾‾‾‾‾‾

fig, axes = plt.subplots(2,3)
for ax in axes.flatten(): ax.plot((0,1), (0,1), **next(my_colors))

原帖写道

[...] 我必须用不同的颜色来标识每个图，这些颜色应该由[Matplotlib]自动生成。

但是...Matplotlib 会自动为每条不同的曲线生成不同的颜色

In [10]: import numpy as np
    ...: import matplotlib.pyplot as plt

In [11]: plt.plot((0,1), (0,1), (1,2), (1,0));
Out[11]:

那么楼主为什么会提出这个要求呢？如果我们继续读下去，就会发现

您能否给我一种方法，让我能够将同一幅图中的不同图表用不同的颜色表示？

这是有道理的，因为每个图（axes用 Matplotlib 的说法是每个）都有自己的color_cycle（或者更确切地说，在 2018 年，它的prop_cycle），并且每个图（axes）都以相同的顺序重复使用相同的颜色。

In [12]: fig, axes = plt.subplots(2,3)

In [13]: for ax in axes.flatten():
    ...:     ax.plot((0,1), (0,1))

如果这是原始问题的含义，那么一种可能性就是明确地为每个图命名不同的颜色。

如果图表（经常发生）是在循环中生成的，我们必须有一个额外的循环变量来覆盖Matplotlib自动选择的颜色。

In [14]: fig, axes = plt.subplots(2,3)

In [15]: for ax, short_color_name in zip(axes.flatten(), 'brgkyc'):
    ...:     ax.plot((0,1), (0,1), short_color_name)

另一种可能性是实例化一个循环器对象

from cycler import cycler
my_cycler = cycler('color', ['k', 'r']) * cycler('linewidth', [1., 1.5, 2.])
actual_cycler = my_cycler()

fig, axes = plt.subplots(2,3)
for ax in axes.flat:
    ax.plot((0,1), (0,1), **next(actual_cycler))

请注意type(my_cycler)是cycler.Cycler但是type(actual_cycler)是itertools.cycle。

解决方案 4：

我想对上一篇文章中给出的最后一个循环答案进行一些小改进（该文章是正确的，仍然应该被接受）。标记最后一个例子时所做的隐含假设是plt.label(LIST)将标签号 X 放在LIST与第 X 次调用相对应的行中。我以前遇到过这种方法的问题。根据 matplotlibs 文档（ http://matplotlib.org/users/legend_guide.html#adjusting-the-order-of-legend-itemplot ）构建图例并自定义其标签的推荐方法是温暖地感觉到标签与您认为的确切图一致：

...
# Plot several different functions...
labels = []
plotHandles = []
for i in range(1, num_plots + 1):
    x, = plt.plot(some x vector, some y vector) #need the ',' per ** below
    plotHandles.append(x)
    labels.append(some label)
plt.legend(plotHandles, labels, 'upper left',ncol=1)

**：Matplotlib Legends 不起作用

解决方案 5：

Matplot 用不同的颜色为你的图着色，但如果你想使用特定的颜色

    import matplotlib.pyplot as plt
    import numpy as np
            
    x = np.arange(10)
            
    plt.plot(x, x)
    plt.plot(x, 2 * x,color='blue')
    plt.plot(x, 3 * x,color='red')
    plt.plot(x, 4 * x,color='green')
    plt.show()

解决方案 6：

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
from skspatial.objects import Line, Vector

for count in range(0,len(LineList),1):
        Line_Color = np.random.rand(3,)
        Line(StartPoint,EndPoint)).plot_3d(ax,c="Line"+str(count),label="Line"+str(count))


plt.legend(loc='lower left')
plt.show(block=True)     

上述代码可能有助于您以随机方式添加不同颜色的 3D 线条。您还可以借助 label="... " 参数中提到的图例来引用您的彩色线条。

解决方案 7：

老实说，我最喜欢的方法非常简单：现在这对于任意数量的图都不起作用，但它最多可以达到 1163。这是通过使用所有 matplotlib 命名颜色的映射，然后随机选择它们。

from random import choice

import matplotlib.pyplot as plt
from matplotlib.colors import mcolors

# Get full named colour map from matplotlib
colours = mcolors._colors_full_map # This is a dictionary of all named colours
# Turn the dictionary into a list
color_lst = list(colours.values()) 

# Plot using these random colours
for n, plot in enumerate(plots):
    plt.scatter(plot[x], plot[y], color=choice(color_lst), label=n)