matplotlib画图颜色

### Matplotlib 中设置图表颜色的方法 在 Matplotlib 中，可以通过多种方式为图表中的不同元素（如线条、柱形图、散点图等）指定颜色。以下是几种常见的方法及其对应的参数： #### 方法一：通过 `color` 参数直接设定颜色 可以直接使用 `color` 或缩写形式 `c` 来为图形对象指定颜色。颜色可以表示为名称字符串（如 `'red'`）、十六进制值（如 `'#FF5733'`）、RGB 值（如 `(1, 0.5, 0)`），或者灰度值（如 `0.75`）。 例如，在绘制折线图时： ```python import matplotlib.pyplot as plt x = [1, 2, 3, 4] y = [10, 20, 25, 30] plt.plot(x, y, color='blue') # 使用颜色名 plt.show() ``` 对于柱状图，则有类似的用法[^2]: ```python import matplotlib.pyplot as plt import numpy as np data = np.random.randn(10) x = np.arange(len(data)) colors = ['red', 'green', 'blue'] * (len(data) // 3 + 1) plt.bar(x, data, color=colors[:len(data)]) # 列表提供多个颜色 plt.show() ``` #### 方法二：利用 Colormap 自动生成渐变色 当需要为大量数据点分配连续的颜色变化时，Colormap 是一种高效的方式。Matplotlib 提供了许多内置的 Colormap，比如 `viridis`, `plasma`, 和 `hsv` 等。 下面是一个例子，展示了如何基于数据值生成对应的颜色，并将其应用到柱状图上: ```python import matplotlib.pyplot as plt import numpy as np import matplotlib.colors as mcolors import matplotlib.cm as cm data = np.random.rand(10) norm = mcolors.Normalize(vmin=data.min(), vmax=data.max()) cmap = cm.get_cmap('coolwarm') rgba_colors = cmap(norm(data)) plt.bar(range(len(data)), data, color=rgba_colors) plt.colorbar(cm.ScalarMappable(norm=norm, cmap=cmap), orientation='vertical') plt.show() ``` 注意这里还添加了一个颜色条用于解释颜色映射关系[^1]。 #### 方法三：饼图的颜色控制 在制作饼图时，也可以手动定义每一块区域的颜色，或者借助循环动态生成一组颜色[^4]: ```python import matplotlib.pyplot as plt sizes = [15, 30, 45, 10] labels = ['Frogs', 'Hogs', 'Dogs', 'Logs'] custom_colors = ['#ff9999','#66b3ff','#99ff99','#ffcc99'] plt.pie(sizes, labels=labels, colors=custom_colors, autopct='%1.1f%%') plt.axis('equal') # Equal aspect ratio ensures that pie is drawn as a circle. plt.show() ``` #### 调整坐标轴文字颜色 除了改变图形本身的色彩外，还可以修改坐标轴上的字体属性，包括其颜色[^3]: ```python fig, ax = plt.subplots() ax.set_xlabel('X-Axis Label', color='darkblue', fontsize=14, fontweight='bold') ax.tick_params(axis='both', which='major', labelsize=12, colors='purple') plt.plot([1, 2], [3, 4]) plt.show() ``` 综上所述，无论是简单的单色调还是复杂的多维可视化需求，Matplotlib 都提供了灵活而强大的工具集来满足用户的定制化要求。 ---