Python 设置其他属性循环时，为什么轴颜色循环减少为单一颜色？

在python/matplotlib中：

例如，当我设置“标记”属性循环时，颜色循环只会产生一个恒定的（蓝色）颜色。见下面的例子

from matplotlib import pyplot as plt
import numpy as np

fig, (ax1,ax2) = plt.subplots(nrows=2)

ax1.set_prop_cycle(marker=['o','s','x','+','*'])

xx = np.arange(10)
for n in xx:
  ax1.plot(xx, n*xx)
  ax2.plot(xx, n*xx)

plt.show()

结果:

---

如何使颜色循环保持原来的状态，如在第二轴中？

您可以使用

rcParams

提取

color\u循环

，并将其指定为

ax1

的颜色（

matplotlib

version

2.0.2

）

在您的机器上，颜色可能不同，但在两个绘图中都是一致的

如果出现折旧警告，请编辑（@ImportanceOfBeingEarnest在评论中的建议）

ax1.set_prop_cycle(marker=['o','s','x','+','*'], color=plt.rcParams["axes.prop_cycle"].by_key()["color"][:5])

输出

---

您可以使用

rcParams

提取

color\u循环

，并将其指定为

ax1

as的颜色（

matplotlib

version

2.0.2

）

在您的机器上，颜色可能不同，但在两个绘图中都是一致的

如果出现折旧警告，请编辑（@ImportanceOfBeingEarnest在评论中的建议）

ax1.set_prop_cycle(marker=['o','s','x','+','*'], color=plt.rcParams["axes.prop_cycle"].by_key()["color"][:5])

输出

---

属性循环器可以由不同的属性组成，例如颜色、生成器、线型等。当通过ax1设置属性循环器时。设置属性循环（标记=[…]）创建一个新的属性循环器，它只包含标记属性，而不包含颜色

要拥有标记和颜色属性，您需要同时设置这两个属性，或者根据要更改的属性扩展当前属性循环器。后者将在下文中显示

from matplotlib import pyplot as plt
import numpy as np

fig, (ax1,ax2) = plt.subplots(nrows=2)

cycler = plt.rcParams["axes.prop_cycle"]
cycler += plt.cycler(marker=['o','s','x','+','*'])
ax1.set_prop_cycle(cycler)


colors = plt.rcParams["axes.prop_cycle"].by_key()["color"]
cycler2 = plt.cycler(color=colors)
cycler2 *= plt.cycler(marker=['o','s','x','+','*'])
ax2.set_prop_cycle(cycler2)

xx = np.arange(10)
for n in xx:
  ax1.plot(xx, n*xx)
  ax2.plot(xx, n*xx)

plt.show()

---

注意这里加法和乘法的区别

属性循环器可以由不同的属性组成，例如颜色、生成器、线型等。当通过ax1设置属性循环器时。设置属性循环（标记=[…]）可以创建一个新的属性循环器，该属性循环器只包含标记属性，而不包含颜色

要拥有标记和颜色属性，您需要同时设置这两个属性，或者根据要更改的属性扩展当前属性循环器。后者将在下文中显示

from matplotlib import pyplot as plt
import numpy as np

fig, (ax1,ax2) = plt.subplots(nrows=2)

cycler = plt.rcParams["axes.prop_cycle"]
cycler += plt.cycler(marker=['o','s','x','+','*'])
ax1.set_prop_cycle(cycler)


colors = plt.rcParams["axes.prop_cycle"].by_key()["color"]
cycler2 = plt.cycler(color=colors)
cycler2 *= plt.cycler(marker=['o','s','x','+','*'])
ax2.set_prop_cycle(cycler2)

xx = np.arange(10)
for n in xx:
  ax1.plot(xx, n*xx)
  ax2.plot(xx, n*xx)

plt.show()

---

注意这里加法和乘法的区别

请落选者解释他/她的落选。不作任何评论就投反对票是没有道理的。这种方法实际上比我回答的方法更简洁。所以我猜这只是一些随机的否决票，有时会发生在So上。谢谢。这可能就是解决办法。然而，循环器（标记/颜色）需要具有相同的长度（似乎它们恰好在您的情况下，但在我的情况下，不会产生错误）。理想情况下，我希望避免这种情况。此外，axes.color_cycle会产生有利于axes.prop_cycle的弃用警告，但后者不支持切片（以获得正确的长度）。不支持，但如果有人看到使用弃用的方法或仅在旧版本中工作的解决方案，这是有意义的。但是，如果

ax1.set_prop_cycle（marker=['o'、's'、'x'、'+'、'*']，color=plt.rcParams[“axes.prop_cycle”]。按键（）[“color”][：5]）

。也许@Bazingaa可以更新他们的答案。请落选者解释他/她的落选。不作任何评论就投反对票是没有道理的。这种方法实际上比我回答的方法更简洁。所以我猜这只是一些随机的否决票，有时会发生在So上。谢谢。这可能就是解决办法。然而，循环器（标记/颜色）需要具有相同的长度（似乎它们恰好在您的情况下，但在我的情况下，不会产生错误）。理想情况下，我希望避免这种情况。此外，axes.color_cycle会产生有利于axes.prop_cycle的弃用警告，但后者不支持切片（以获得正确的长度）。不支持，但如果有人看到使用弃用的方法或仅在旧版本中工作的解决方案，这是有意义的。但是，如果

ax1.set_prop_cycle（marker=['o'、's'、'x'、'+'、'*']，color=plt.rcParams[“axes.prop_cycle”]。按键（）[“color”][：5]）

。也许@Bazingaa可以用这个更新他们的答案。