分享python中matplotlib指定绘图颜色的八种方式

让我来介绍一下“分享python中matplotlib指定绘图颜色的八种方式”的攻略。

1. 使用预定义的字符表示颜色

matplotlib提供了一个预先定义好的字符列表，可以用来表示常见的颜色。例如，字符'b'表示蓝色，'g'表示绿色，'r'表示红色，'k'表示黑色等等。在绘图函数的参数中指定对应的字符，就可以使用对应的颜色。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [10, 15, 13, 17]

plt.plot(x, y, 'g')  # 绘制绿色曲线
plt.show()

2. 使用16进制RGB颜色代码

我们可以像CSS中一样，使用16进制RGB颜色代码来表示颜色。16进制RGB颜色代码是由三个数字组成的，表示红、绿、蓝三种颜色的亮度值，范围为0~255。例如，红色的代码为'#FF0000'，绿色的代码为'#00FF00'，蓝色的代码为'#0000FF'。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [10, 15, 13, 17]

plt.plot(x, y, color='#FF0000')  # 绘制红色曲线
plt.show()

3. 使用RGBA值

和CSS一样，也可以使用RGBA值表示颜色。RGBA分别表示红、绿、蓝、透明度四种属性，每种属性的取值范围为0~1。例如，红色的RGBA值为(1, 0, 0, 1)，表示红色、不透明的颜色。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [10, 15, 13, 17]

plt.plot(x, y, color=(1, 0, 0, 1))  # 绘制红色曲线
plt.show()

4. 使用HTML颜色名称

matplotlib中也支持使用HTML颜色名称表示颜色。HTML颜色名称是预定义的颜色名称，例如红色的名称为'red'，绿色的名称为'green'。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [10, 15, 13, 17]

plt.plot(x, y, color='red')  # 绘制红色曲线
plt.show()

5. 使用颜色缩写

使用颜色缩写也是一种快捷方式，例如'b'表示的是蓝色。除了预定义的缩写，我们也可以使用完整的颜色名称的缩写方式，例如'steelblue'缩写为's'。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [10, 15, 13, 17]

plt.plot(x, y, color='r')  # 绘制红色曲线
plt.show()

6. 使用Colormap

Colormap是一种将数值映射到颜色空间的方法。在matplotlib中，可以通过调用plt.cm模块中的颜色映射函数来设置Colormap。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.scatter(x, y, c=y, cmap='cool')  # 用y值来绘制颜色，采用'cool' Colormap
plt.colorbar()
plt.show()

7. 使用Cycle列表

Cycle列表是一种通过预定义的列表来自动循环选用颜色的方法。例如，预定义一个['r', 'g', 'b']的颜色列表，绘制多条曲线时，每条曲线就会依次选用红色、绿色、蓝色三种颜色。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)

colors = ['r', 'g', 'b']

plt.plot(x, y1, color=colors[0])  # 绘制红色曲线
plt.plot(x, y2, color=colors[1])  # 绘制绿色曲线
plt.plot(x, y3, color=colors[2])  # 绘制蓝色曲线
plt.show()

8. 使用颜色列表

我们也可以手动预定义一个颜色列表，并在绘制图形时设置color参数为对应的颜色值。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)

colors = ['#FF0000', '#00FF00', '#0000FF']

plt.plot(x, y1, color=colors[0])  # 绘制红色曲线
plt.plot(x, y2, color=colors[1])  # 绘制绿色曲线
plt.plot(x, y3, color=colors[2])  # 绘制蓝色曲线
plt.show()

以上就是八种指定绘图颜色的方式的详细讲解了。如果您还有任何疑问，请随时问我。