matplotlib如何绘制具有定义颜色的多条线？

Question

当我用颜色绘制时会出现错误，并且没有它也可以正常工作。我的线条颜色必须限制为2个定义的值。

这在Jupyter Notebook中有效

import random
xStart = random.sample(range(1, 10), 6)
xStart.sort()
xEnd = [x + random.randint(1, 6) for x in xStart]
yval = list(range(1, 7))
colours = ['r']*6
colours[1] = 'b'
print(xStart)
print(xEnd)
print(yval)
print(colours)
f, ax1 = plt.subplots(figsize=(6,4))
ax1.plot([xStart,xEnd], [yval,yval], '-', linewidth=1) #, color=colours)
plt.show()

这不起作用。 如果我取消对color参数的注释，则代码将引发（精心制作的）错误。虽然我可以画一个循环的每个线段并为每个红色或蓝色上色，但我认为它会比下面的代码慢。在这个玩具示例中，我有6条线，但实际上我有12,000条线，这花了几分钟，一次画一条线。

我认为错误与我的color参数的大小有关；它可能期望1（内部一次），而我提供的是6。

import random
xStart = random.sample(range(1, 10), 6)
xStart.sort()
xEnd = [x + random.randint(1, 6) for x in xStart]
yval = list(range(1, 7))
colours = ['r']*6
colours[1] = 'b'
print(xStart)
print(xEnd)
print(yval)
print(colours)
f, ax1 = plt.subplots(figsize=(6,4))
ax1.plot([xStart,xEnd], [yval,yval], '-', linewidth=1, color=colours)  #--> Only change from above code
plt.show()

  

TypeError跟踪（最近的呼叫   最后）C：\ Anaconda3 \ lib \ site-packages \ matplotlib \ colors.py   to_rgba（c，alpha）       131尝试：   -> 132 rgba = _colors_full_map.cache [c，alpha]       133（KeyError，TypeError）除外：＃不在高速缓存中，或无法散列。

     

TypeError：不可散列的类型：“列表”

     

在处理上述异常期间，发生了另一个异常：

     

ValueError跟踪（最近的呼叫   最后）C：\ Anaconda3 \ lib \ site-packages \ IPython \ core \ formatters.py在   致电（自己，obj）       339通过       第340章   -> 341返回打印机（obj）       342＃最后寻找特殊的方法名称       343方法= get_real_method（obj，self.print_method）

     

C：\ Anaconda3 \ lib \ site-packages \ IPython \ core \ pylabtools.py在   （图）       236       237 if'png'格式：   -> 238 png_formatter.for_type（图，lambda图：print_figure（fig，'png'，** kwargs））       239如果格式为'retina'或格式为'png2x'：       240 png_formatter.for_type（图，lambda图：retina_figure（fig，** kwargs））

     

C：\ Anaconda3 \ lib \ site-packages \ IPython \ core \ pylabtools.py在   print_figure（图，fmt，bbox_inches，** kwargs）       120       121 bytes_io = BytesIO（）   -> 122图.canvas.print_figure（bytes_io，** kw）       123数据= bytes_io.getvalue（）       124如果fmt =='svg'：

     

C：\ Anaconda3 \ lib \ site-packages \ matplotlib \ backend_bases.py在   print_figure（自身，文件名，dpi，面部颜色，边缘颜色，方向，   格式，** kwargs）2214 direction = orientation，   2215 dryrun = True，   -> 2216 ** kwargs）2217渲染器= self.figure._cachedRenderer 2218 bbox_inches = self.figure.get_tightbbox（renderer）

     

C：\ Anaconda3 \ lib \ site-packages \ matplotlib \ backends \ backend_agg.py在   print_png（自己，filename_or_obj，* args，** kwargs）       505       506 def print_png（自己，filename_or_obj，* args，** kwargs）：   -> 507 FigureCanvasAgg.draw（）       508渲染器= self.get_renderer（）       509 original_dpi = renderer.dpi

     

C：\ Anaconda3 \ lib \ site-packages \ matplotlib \ backends \ backend_agg.py在   画（个体经营）       428＃如果工具栏：       第429章   -> 430 self.figure.draw（self.renderer）       最终431：       432＃如果是工具栏：

     

C：\ Anaconda3 \ lib \ site-packages \ matplotlib \ artist.py在   draw_wrapper（艺术家，渲染器，* args，** kwargs）        53 renderer.start_filter（）        54   ---> 55 return draw（艺术家，渲染器，* args，** kwargs）        56最后：        57如果artist.get_agg_filter（）不是None：

     

C：\ Anaconda3 \ lib \ site-packages \ matplotlib \ figure.py在draw（self，   渲染器）1297 1298
  mimage._draw_list_compositing_images（   -> 1299渲染器，自我，艺术家，self.suppressComposite）1300 1301
  renderer.close_group（'figure'）

     

C：\ Anaconda3 \ lib \ site-packages \ matplotlib \ image.py在   _draw_list_compositing_images（渲染器，父级，艺术家，suppress_composite）       136如果not_composite或not has_images：       137 in艺术家：   -> 138 a.draw（渲染器）       139其他：       140＃将任何相邻的图像合成在一起

     

C：\ Anaconda3 \ lib \ site-packages \ matplotlib \ artist.py在   draw_wrapper（艺术家，渲染器，* args，** kwargs）        53 renderer.start_filter（）        54   ---> 55 return draw（艺术家，渲染器，* args，** kwargs）        56最后：        57如果artist.get_agg_filter（）不是None：

     

C：\ Anaconda3 \ lib \ site-packages \ matplotlib \ axes_base.py在draw（self，   渲染器，inframe）2435 renderer.stop_rasterizing（）
  2436   -> 2437 mimage._draw_list_compositing_images（渲染器，自我，艺术家）2438 2439 renderer.close_group（'axes'）

     

C：\ Anaconda3 \ lib \ site-packages \ matplotlib \ image.py在   _draw_list_compositing_images（渲染器，父级，艺术家，suppress_composite）       136如果not_composite或not has_images：       137 in艺术家：   -> 138 a.draw（渲染器）       139其他：       140＃将任何相邻的图像合成在一起

     

C：\ Anaconda3 \ lib \ site-packages \ matplotlib \ artist.py在   draw_wrapper（艺术家，渲染器，* args，** kwargs）        53 renderer.start_filter（）        54   ---> 55 return draw（艺术家，渲染器，* args，** kwargs）        56最后：        57如果artist.get_agg_filter（）不是None：

     

C：\ Anaconda3 \ lib \ site-packages \ matplotlib \ lines.py在draw（self，   渲染器）       765 self._set_gc_clip（gc）       766   -> 767 ln_color_rgba = self._get_rgba_ln_color（）       768 gc.set_foreground（ln_color_rgba，isRGBA = True）       769 gc.set_alpha（ln_color_rgba [3]）

     

C：\ Anaconda3 \ lib \ site-packages \ matplotlib \ lines.py在   _get_rgba_ln_color（self，alt）1267 1268 def _get_rgba_ln_color（self，alt = False）：   -> 1269 return mcolors.to_rgba（self._color，self._alpha）1270 1271＃一些别名....

     

to_rgba中的C：\ Anaconda3 \ lib \ site-packages \ matplotlib \ colors.py（c，   α）       132 rgba = _colors_full_map.cache [c，alpha]       133除了（KeyError，TypeError）：＃不在缓存中，或不可哈希。   -> 134 rgba = _to_rgba_no_colorcycle（c，alpha）       135尝试：       136 _colors_full_map.cache [c，alpha] = rgba

     

C：\ Anaconda3 \ lib \ site-packages \ matplotlib \ colors.py在   _to_rgba_no_colorcycle（c，alpha）       183＃float）and np.array（...）。astype（float）将所有的“ 0.5”转换为0.5。       184＃测试尺寸以拒绝单个浮标。   -> 185提高ValueError（“无效的RGBA参数：{！r}”。format（orig_c））       186＃返回一个元组，以防止修改缓存的值。       187 c =元组（c.astype（float））

     

ValueError：无效的RGBA参数：['r'，'b'，'r'，'r'，'r'，'r']

Answer 1

好的，感谢Bazingaa和这个线程How to get different colored lines for different plots in a single figure?

...最终代码如下。

由于我使用一个ax.plot（）命令绘制了多条线，因此color参数将不可用。恕我直言，因为它在逻辑上是有道理的，应该是matplotlib的增强功能。尽管如此，这是Bazingaa指出的解决方案。

对于感兴趣的人来说，与在循环中绘制12K线相比，此代码的确比在循环中运行LOT更快（以便使用单独的ax.plot（）命令一次绘制和上色它们）。

import random
xStart = random.sample(range(1, 10), 6)
xStart.sort()
xEnd = [x + random.randint(1, 6) for x in xStart]
yval = list(range(1, 7))
colours = ['r']*6
colours[1] = 'b'
f, ax1 = plt.subplots(figsize=(6,4))
ax1.plot([xStart,xEnd], [yval,yval], '-', linewidth=1) #, color=colours)  #Leaving the color argument commented
#Add new code to colour after the fact
for idx,line in enumerate(ax1.lines):
        line.set_color(colours[idx])
plt.show()