python – 使用MatPlotLib进行颜色和线条编写

我试图使用Matplotlib绘制曲线族.我使用scatter()直接绘制数据,然后使用plot()绘制拟合线(scipy中的最小二乘).我不知道预先会有多少组数据,或者限制等等.

我需要能够循环这些线和点的颜色,以便从一组数据匹配. Plot使用一些内部默认值旋转颜色,并且散布作为所有一种颜色出现.数据集可以靠得很近,所以假设很清楚哪些点接近哪条拟合线不够好,而且因为我不知道有多少曲线会手动制作一种颜色选择不可扩展.

此外,因为这些是曲线族(想想晶体管图),我需要能够用曲线显示相关的标记.我想做的是在拟合线上写下信息.

有谁知道这两种方法的好方法？

解决方法:

这会尝试回答您的所有问题.
下面的代码最多循环7种颜色.如果你需要更多,你应该创建一个更柔和的生成器,如另一个答案中所示.

import numpy as np
from matplotlib import pyplot as plt

def get_color():
    for item in ['r', 'g', 'b', 'c', 'm', 'y', 'k']:
        yield item

x = 0.3 * np.array(range(40))

color = get_color()

for group in range(5):
    # generates a collection of points
    y = np.exp2(x + 0.5 * group)
    # fit to a polynomial
    z = np.polyfit(x, y, 6)
    p = np.poly1d(z)

    acolor = next(color)

    plt.scatter(x, y, color=acolor, marker='o')
    plt.plot(x, p(x), acolor + '-', label=str(group))

plt.legend()
plt.xlim((0, 15))
plt.show() 

上面代码中的生成器对于该示例有点过分,但它给出了更复杂计算的结构.如果您只需要几种颜色,则可以使用简单的迭代器

>>> color = iter(list_of_colors)
>>> acolor = next(color)

如果你需要无休止地循环,你可以使用itertools.cycle：

>>> from itertools import cycle
>>> color = cycle(['r', 'g', 'b', 'c', 'm', 'y', 'k'])
>>> next(color)
'r'
>>> 

编辑：你有几种选择来获得不同的颜色.正如我之前所说,你可以使用其他答案中指出的方法使用发电机.例如,用不同的生成器替换get_color：

import colorsys
import numpy as np
from matplotlib import pyplot as plt

def get_color(color):
    for hue in range(color):
        hue = 1. * hue / color
        col = [int(x) for x in colorsys.hsv_to_rgb(hue, 1.0, 230)]
        yield "#{0:02x}{1:02x}{2:02x}".format(*col)

x = 0.3 * np.array(range(40))

color = get_color(15)

for group in range(15):
    # generates a collection of points
    y = np.exp2(x + 0.5 * group)
    # fit to a polynomial
    z = np.polyfit(x, y, 6)
    p = np.poly1d(z)

    acolor = next(color)

    plt.scatter(x, y, color=acolor, marker='o')
    plt.plot(x, p(x), color=acolor, linestyle='dashed', label=str(group))

plt.legend()
plt.xlim((0, 15))
plt.show() 

你得到15种不同的颜色.

然而,相似的颜色是连续的,不能提供良好的分辨率/对比度.您可以通过以下方式跳过色调值来增加对比度：

for hue in range(0, color*3, 3):

绘制多行时的另一个问题是传说……

标签：python,matplotlib,graphing
来源： https://codeday.me/bug/20190713/1450937.html