在 Matplotlib 中重置颜色循环

Posted 2023-03-11

【中文标题】在 Matplotlib 中重置颜色循环

【英文标题】：Reset color cycle in Matplotlib

【发布时间】：2014-08-03 07:06:35

【问题描述】：

假设我有关于 3 种交易策略的数据，每种都有交易成本和没有交易成本。我想在相同的轴上绘制 6 个变体中每一个的时间序列（3 个策略 * 2 个交易成本）。我希望用alpha=1 和linewidth=1 绘制“有交易成本”线，而我希望用alpha=0.25 和linewidth=5 绘制“无交易成本”线。但我希望每种策略的两个版本的颜色都相同。

我想要一些类似的东西：

fig, ax = plt.subplots(1, 1, figsize=(10, 10))

for c in with_transaction_frame.columns:
    ax.plot(with_transaction_frame[c], label=c, alpha=1, linewidth=1)

****SOME MAGIC GOES HERE TO RESET THE COLOR CYCLE

for c in no_transaction_frame.columns:
    ax.plot(no_transaction_frame[c], label=c, alpha=0.25, linewidth=5)

ax.legend()

在指示的行上放置什么合适的代码来重置颜色循环，以便在调用第二个循环时“回到开始”？

【参考方案1】：

只需选择您的颜色并将它们分配给一个列表，然后当您绘制数据时迭代包含您的列和您希望的颜色的 zip 对象。

colors = ['red', 'blue', 'green']

for col, color in zip(colors, with_transaction_frame.columns):
    ax.plot(with_transaction_frame[col], label=col, alpha=1.0, linewidth=1.0, color=color)

for col, color in zip(no_transaction_frame.columns):
    ax.plot(no_transaction_frame[col], label=col, alpha=0.25, linewidth=5, color=color)

zip 创建一个列表，聚合每个列表中的元素。这使您可以同时轻松地对两者进行迭代。

【讨论】：

您实际上可以通过在第一个循环中返回 ax.plot 时调用 get_color 来构建颜色列表。

有点回避这个问题。就我而言，我正在使用seaborn，一般来说，可能有一个复杂的调色板默认设置。我不想搞砸了。我只想用每次使用相同的颜色循环绘制两次......而无需提前知道该颜色循环是什么。

好吧，很公平:) 它并没有真正回避这个问题，因为它是对你所说的问题的完全有效和简单的答案，但如果你使用的是 seaborn，那么我可以看到你会如何不想通过手动选择来弄乱颜色。在这种情况下，我会按照@M4rtini 的建议进行操作，并使用get_color 从第一次绘图迭代中获取颜色并在第二次使用它们，可能他们可能想把它写下来作为你的答案。

不知何故我无法编辑你的答案，但你能在colors = ['red', 'blue', 'green'] 中插入一个逗号吗？

【参考方案2】：

既然你提到你正在使用 seaborn，我建议你做的是：

with sns.color_palette(n_colors=3):

    ax.plot(...)
    ax.plot(...)

这会将调色板设置为使用当前活动的颜色循环，但仅使用其中的前三种颜色。它也是一种通用解决方案，可在您想要设置临时颜色循环的任何时候使用。

请注意，真正需要在with 块下的唯一内容是您正在执行的创建Axes 对象的任何操作（即plt.subplots、fig.add_subplot() 等）。这只是因为 matplotlib 颜色循环本身是如何工作的。

做你特别想做的事，“重置”颜色循环，是可能的，但这是一个 hack，我不会在任何类型的生产代码中这样做。不过，这是如何发生的：

f, ax = plt.subplots()
ax.plot(np.random.randn(10, 3))
ax._get_lines.color_cycle = itertools.cycle(sns.color_palette())
ax.plot(np.random.randn(10, 3), lw=5, alpha=.25)

【讨论】：

感谢您花时间写下这个答案。我知道这会起作用，因为我先验地知道我将使用上面的每个 ax.plot 命令绘制 3 个系列。但是您知道是否有一种通用方法可以在代码中的给定点“重置”颜色循环？如果不知道在代码中发出命令时颜色循环是什么（或其状态是什么）？

这是可能的，但我不会真正推荐它。请参阅编辑以回答。

我还要指出，您应该始终能够从数据中推断出您需要多少种颜色。

这很有帮助（我会接受答案）。虽然您是对的，我可以从上下文中推断出行数，但我希望使代码更具可读性。如果真的有一个reset_color_cycle 命令，我认为事情会很自然地阅读。实际上，您上面的 1 行“hack”并没有让我太困扰。为什么不建议在生产中使用它？

一般来说，您希望避免使用内部特性（按照惯例，这些特性是名称以单个下划线开头的方法或属性）。这通常表明 API 可能会在没有警告的情况下更改。这是一个特别值得关注的问题，因为我知道 matplotlib 开发人员正在讨论更改颜色循环的实现方式，因此这个 hack 可能不适用于未来版本的 matplotlib。

【参考方案3】：

您可以使用Axes.set_color_cycle 将颜色循环重置为原始颜色。查看此代码，有一个函数可以完成实际工作：

def set_color_cycle(self, clist=None):
    if clist is None:
        clist = rcParams['axes.color_cycle']
    self.color_cycle = itertools.cycle(clist

以及使用它的 Axes 上的方法：

def set_color_cycle(self, clist):
    """
    Set the color cycle for any future plot commands on this Axes.

    *clist* is a list of mpl color specifiers.
    """
    self._get_lines.set_color_cycle(clist)
    self._get_patches_for_fill.set_color_cycle(clist)

这基本上意味着您可以使用 None 作为唯一参数调用 set_color_cycle，它将被 rcParams['axes.color_cycle'] 中的默认循环替换。

我用下面的代码试了一下，得到了预期的结果：

import matplotlib.pyplot as plt
import numpy as np

for i in range(3):
    plt.plot(np.arange(10) + i)

# for Matplotlib version < 1.5
plt.gca().set_color_cycle(None)
# for Matplotlib version >= 1.5
plt.gca().set_prop_cycle(None)

for i in range(3):
    plt.plot(np.arange(10, 1, -1) + i)

plt.show()

【讨论】：

谢谢@8one6。当您知道如何操作时，Matplotlib 非常强大 - 我认为真正的问题是功能并不能很好地记录，所以恕我直言，开源 Python 包的一项非常重要的技能是能够遵循实际的实现/代码。它真的没有那么复杂 - 我想第一次做这件事会让人望而生畏......

自 Matplotlib 1.5.0 起，set_color_cycle 已被弃用，不再接受 None！幸运的是，新的（更广泛的）替代 set_prop_cycle 接受 None 仍然...

将 set_prop_cycle 设置为 None 也会去掉标签。有没有办法只重置颜色？ plt.gca().set_prop_cycle(color=None) 似乎不起作用。

【参考方案4】：

您可以像这样从 seaborn 获取颜色：colors = sns.color_palette()。 Ffisegydd 的回答会很好用。您还可以使用模数/余数运算符 (%) 获取要绘制的颜色：mycolor = colors[icolumn % len(colors]。我自己经常使用这种方法。所以你可以这样做：

for icol, column in enumerate(with_transaction_frame.columns): mycolor = colors[icol % len(colors] ax.plot(with_transaction_frame[col], label=col, alpha=1.0, color=mycolor)

不过，Ffisegydd 的回答可能更“pythonic”。

【参考方案5】：

由于@pelson 给出的答案使用set_color_cycle，而这在Matplotlib 1.5 中已被弃用，我认为使用set_prop_cycle 更新他的解决方案版本会很有用：

import matplotlib.pyplot as plt
import numpy as np

for i in range(3):
    plt.plot(np.arange(10) + i)

plt.gca().set_prop_cycle(None)

for i in range(3):
    plt.plot(np.arange(10, 0, -1) + i)

plt.show()

还要注意我必须将np.arange(10,1,-1) 更改为np.arange(10,0,-1)。前者给出了一个只有 9 个元素的数组。这可能是由于使用了不同的 Numpy 版本。我的是 1.10.2。

编辑：不再需要使用rcParams。感谢@divenex 在评论中指出这一点。

【讨论】：

与这个答案中所说的相反plt.gca().set_prop_cycle(None) 适用于 Matplotlib 1.5（正如 @burnpanck 所指出的那样），我刚刚验证它也适用于 Matplotlib 2.0。

"deprecated" 意味着它可能会在将来被删除，即使它在当前版本中工作。见matplotlib.org/devdocs/api/_as_gen/…

我的评论不是关于弃用，而是关于不需要在set_prop_cycle 中指定循环器的事实。

对不起。你完全正确。我误读了你的评论。我已经编辑了我的答案

【参考方案6】：

除了已经很好的答案，您可以考虑使用颜色图：

import matplotlib.pyplot as plt
import numpy as np

cmap = plt.cm.viridis

datarange = np.arange(4)

for d in datarange:
    # generate colour by feeding float between 0 and 1 to colormap
    color = cmap(d/np.max(datarange)) 
    plt.plot(np.arange(5)+d, c=color)

for d in datarange:
    # generate colour by feeding float between 0 and 1 to colormap
    color = cmap(d/np.max(datarange))
    plt.plot(-np.arange(5)+d, c=color)