迹忆客 专注技术分享

在本文中，我们将介绍颜色循环，并了解如何借助 matplotlib 中的颜色循环获取和设置颜色属性。

在 Matplotlib 中使用颜色循环获取和设置颜色属性

当我们处理大量数据时，我们会绘制多条线，因此我们需要显示特定的颜色图。但是 Matplotlib 显示有其特定的颜色轨迹，那么我们如何更改它呢？

根据 Matplotlib 文档，我们不能使用面向用户（又名公共）来访问底层迭代器。我们只能通过私人方法访问它。

但是，如果不更改迭代器，我们将无法获得它的状态。

我们可以用不同的方式设置颜色或属性循环。但是，在使用 public-facing 方法时，我们无法访问可迭代对象。

不过，我们可以通过创建轴对象并使用 _get_lines 辅助类实例来访问它。ax._get_lines 令人困惑，但幕后机制允许 plot 命令处理所有可以调用图的奇怪和多样的方式。

除其他外，它可以跟踪自动分配的颜色。同样，ax._get_patches_for_fill 方法控制循环通过默认填充颜色和补丁属性。

我们有一个用于处理颜色循环迭代中的线条的属性，称为 ax._get_lines.color_cycle 和用于处理补丁的 ax._get_patches_for_fill.color_cycle。

Matplotlib 1.5 及更高版本已更改为使用 Cycler 库。我们可以使用名为 prop_cycler 的迭代来代替 color_cycle、属性的 dict，或者在我们的程序中仅使用颜色。

但是我们看不到迭代器的状态，因为我们可以使用裸迭代器对象轻松获得以下项目。

next_color = next(color_cycle)

next_color 指定我们要在绘图中显示的下一种颜色。按照设计，如果不更改迭代器，我们将无法获得它的状态。

在 Matplotlib 1.5 或更高版本中，我们可以访问 cycler 对象以在程序的当前状态下使用。由于 cycler 对象不可访问（公开或私下），只有 itertools。

但是，可以访问从 cycler 对象创建的循环实例。所以，没有办法获得颜色或属性 cycler；因此，我们使用 fill_between。

相反，我们可以匹配之前绘制的项目的颜色。最好在绘图属性上设置新项目的颜色，而不是确定颜色或属性。

示例 1：

import numpy as np
import matplotlib.pyplot as plot

def custom_plot(x,y,**kwargs):
    ax=kwargs.pop("ax",plot.gca())
    base_line,=ax.plot(x,y,**kwargs)
    ax.fill_between(x,0.9*y,1.1*y,facecolor=base_line.get_color(),alpha=0.5)

x=np.linspace(0,1,10)
custom_plot(x,x)
custom_plot(x,x*2)
custom_plot(x,x-x,color="yellow",lw=3)
plot.show()

输出：

以下示例允许我们在使用颜色循环时在绘图中设置默认颜色。

示例 2：

import numpy as np
import matplotlib.pyplot as plot
import matplotlib as mpl

# Takes key value pair to set default cycle color
mpl.rcParams["axes.prop_cycle"]=mpl.cycler(color=["b","r","r"])

x1=np.linspace(0,20,100)

fig,axes=plot.subplots(nrows=2)

for i in range(10):
    axes[0].plot(x1,i*(x1*10)**2) # create a plot on zero axis

for j in range(10):
    axes[1].plot(x1,j* np.cos(x1)) # # create second plot on 1 axis

plot.show()

输出：

单击此处以阅读有关 Matplotlib 中颜色循环的更多信息。