Python 使用MatPlotLib进行颜色和线条书写

我正在尝试使用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（来自scipy的最小二乘法）。我不知道事先会有多少组数据，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的一切。Plot使用一些内部默认值旋转颜色，散射显示为所有一种颜色。数据集可能靠得很近，因此仅仅假设从哪个点到哪个拟合线很近是不够的，而且因为我不知道有多少条曲线需要手动选择颜色，这是不可伸缩的

此外，因为这些是曲线族（想想晶体管图），所以我需要能够用曲线显示相关的标签。我想做的是把信息写在拟合线上

---

有人知道其中一种方法吗？

我有一个类似的例子，我想给多行赋予相同的颜色，同时仍然支持任意数量的行，而不需要手动定义它们。这是我用来生成颜色的函数：

import colorsys

def get_colors(i, total):
    hue = i*(1.0/total)
    dark = [int(x) for x in colorsys.hsv_to_rgb(hue, 1.0, 100)]
    light = [int(x) for x in colorsys.hsv_to_rgb(hue, 1.0, 230)]
    return "#{0:02x}{1:02x}{2:02x}".format(*dark), "#{0:02x}{1:02x}{2:02x}".format(*light)

---

如您所见，它在黑暗和浅色版本中以最大距离生成

总计
颜色。
这将尝试回答您的所有问题。
下面的代码最多循环7种颜色。如果您需要更多，您应该创建一个更平滑的生成器，如另一个答案所示

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() 


上述代码中的生成器对于示例来说有点过分，但它为更复杂的计算提供了结构。如果你只需要一些颜色，你可以使用一个简单的迭代器

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

如果需要无休止地循环，可以使用
itertools.cycle
：

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

编辑：您有几个选项可以获得n种不同的颜色。正如我之前指出的，您可以使用其他答案中指出的方法使用生成器。例如，使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() 

你可以得到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):

绘制多条线时的另一个问题是图例…
谢谢。这就解决了眼前的问题，迫使我学习收益率和下一个语句，而我并不知道它们的存在。但是，如果您需要任意大量的颜色，您会怎么做？例如，假设我有100个数据集，每个数据集都需要完全不同（即循环不好）。如何生成颜色迭代器？您是否可以在不显式编码数据集数量的情况下执行此操作，从而使代码具有可扩展性？