Python 在matplotlib中，线条颜色是否随线条图的数据索引而变化？

所以我有一个2D数据数组，在同一个轴上生成了许多时间序列的图。目前，每一行的颜色只是循环出现，并不意味着什么

我想以某种方式将每一行的颜色映射到其数据的索引上，这样一组索引较低的数据显示为红色，然后在索引较高时褪色为蓝色

为了澄清这一点，每一条线的颜色应始终相同，不随时间而褪色。差异应该在每行之间

谢谢

绘制（x，y，'r'）

红线

绘制（x，y，'b'）

蓝线

---

需要更多颜色才能过一个像样的圣诞节吗？看

---

更新：

正如您所问，行太多，无法手动设置颜色。那么这个呢：

from matplotlib.pyplot import *

x = list(range(10))
amount = 20

for i in range(amount):
    y = [j-i for j in x]
    c = [float(i)/float(amount), 0.0, float(amount-i)/float(amount)] #R,G,B
    plot(x, y, color=c)
show()

它给出：

---

这里我使用rgb颜色获得200种不同颜色的数组。我没有时间按强度对它们进行排序，但是做一些数组的打印输出，您可能会知道如何进行排序。一个想法是按（已排序的）元组之和的索引进行排序

---

提供

通常，您可以将颜色贴图传递给绘图函数，但也可以将数字或数组传递给颜色贴图，并获得相应的颜色

因此，要根据变量为每行着色，请执行以下操作：

numlines = 20

for i in np.linspace(0,1, numlines):
    plt.plot(np.arange(numlines),np.tile([i],numlines), linewidth=4, color=plt.cm.RdYlBu(i))

---

如果有人仍在寻找一种方法，在不使用

散点的情况下，使用某种颜色贴图沿路径为曲线上色，我认为更好的方法是将其分割为多个部分，并调用
颜色贴图

import matplotlib.pyplot as plt
import numpy as np

def plot_colored(x, y, c, cmap=plt.cm.jet, steps=10):
    c = np.asarray(c)
    c -= c.min()
    c /= c.max()
    it=0
    while it<с.size-steps:
        x_segm = x[it:it+steps+1]
        y_segm = y[it:it+steps+1]
        c_segm = cmap( c[it+steps//2] )
        plt.plot(x_segm, y_segm, c=c_segm)
        it += steps

# sample track
t = np.r_[0:10:1000j]
x = t**.25*np.sin(2*np.pi*t)
y = t**.25*np.cos(2*np.pi*t)

plt.figure()
plot_colored(x, y, t)

导入matplotlib.pyplot作为plt
将numpy作为np导入
def绘图（x、y、c、cmap=plt.cm.jet，步长=10）：
c=np.asarray（c）
c-=c.min（）
c/=c.max（）
它=0
是的，但我有很多时间序列集——大约200套。我不能手动检查并设置每一个的颜色。我需要一种方法来获取它的索引，并从颜色图中获取颜色。@Catherinegorgia当然。等一下。
import matplotlib.pyplot as plt
import numpy as np

def plot_colored(x, y, c, cmap=plt.cm.jet, steps=10):
    c = np.asarray(c)
    c -= c.min()
    c /= c.max()
    it=0
    while it<с.size-steps:
        x_segm = x[it:it+steps+1]
        y_segm = y[it:it+steps+1]
        c_segm = cmap( c[it+steps//2] )
        plt.plot(x_segm, y_segm, c=c_segm)
        it += steps

# sample track
t = np.r_[0:10:1000j]
x = t**.25*np.sin(2*np.pi*t)
y = t**.25*np.cos(2*np.pi*t)

plt.figure()
plot_colored(x, y, t)