Matplotlib中如何在多条线之间填充颜色|极客教程

Matplotlib中如何在多条线之间填充颜色

参考：How to Fill Between Multiple Lines in Matplotlib

Matplotlib是Python中最流行的数据可视化库之一，它提供了丰富的绘图功能。在数据可视化中，我们经常需要在多条线之间填充颜色，以突出显示某些区域或表示数据的不确定性。本文将详细介绍如何在Matplotlib中实现多条线之间的填充，包括基本概念、常用方法、高级技巧以及实际应用场景。

1. 基本概念

在开始学习如何在多条线之间填充颜色之前，我们需要了解一些基本概念：

1.1 填充区域

填充区域是指在两条或多条线之间的空间。这些线可以是数据点连接而成的曲线，也可以是自定义的函数曲线。填充区域可以用来强调数据的某些特征，如数据的范围、趋势或不确定性。

1.2 fill_between()函数

Matplotlib提供了fill_between()函数，这是实现线间填充的核心函数。它可以在两条线之间填充颜色，也可以根据条件选择性地填充。

1.3 颜色和透明度

在填充时，我们可以选择不同的颜色和透明度。合适的颜色选择可以增强可视化效果，而透明度的调整可以让底层的数据或网格线仍然可见。

让我们从一个简单的例子开始：

import matplotlib.pyplot as plt
import numpy as np

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

plt.figure(figsize=(10, 6))
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='cos(x)')
plt.fill_between(x, y1, y2, alpha=0.3)
plt.title('How to Fill Between Multiple Lines in Matplotlib - how2matplotlib.com')
plt.legend()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

在这个例子中，我们创建了两条曲线（正弦和余弦），然后使用fill_between()函数在它们之间填充颜色。alpha=0.3设置了填充区域的透明度。

2. fill_between()函数的详细用法

fill_between()函数是实现线间填充的核心。让我们深入了解它的参数和用法：

2.1 基本语法

matplotlib.pyplot.fill_between(x, y1, y2=0, where=None, interpolate=False, step=None, **kwargs)

x：x轴数据
y1：第一条曲线的y值
y2：第二条曲线的y值（默认为0，即x轴）
where：指定填充条件
interpolate：是否在间断点插值
step：是否使用阶梯式填充
**kwargs：其他参数，如颜色、透明度等

2.2 填充到x轴

最简单的用法是填充一条曲线到x轴：

import matplotlib.pyplot as plt
import numpy as np

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

plt.figure(figsize=(10, 6))
plt.plot(x, y, label='sin(x)')
plt.fill_between(x, y, color='skyblue', alpha=0.4)
plt.title('Fill Between Line and X-axis - how2matplotlib.com')
plt.legend()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何填充正弦曲线和x轴之间的区域。

2.3 在两条曲线之间填充

我们可以指定两条曲线，在它们之间填充：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.sin(x) + 0.5

plt.figure(figsize=(10, 6))
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='sin(x) + 0.5')
plt.fill_between(x, y1, y2, color='green', alpha=0.3)
plt.title('Fill Between Two Lines - how2matplotlib.com')
plt.legend()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何在两条正弦曲线之间填充颜色。

2.4 条件填充

fill_between()函数允许我们根据条件选择性地填充：

import matplotlib.pyplot as plt
import numpy as np

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

plt.figure(figsize=(10, 6))
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='cos(x)')
plt.fill_between(x, y1, y2, where=(y1 > y2), color='red', alpha=0.3, label='sin(x) > cos(x)')
plt.fill_between(x, y1, y2, where=(y1 <= y2), color='green', alpha=0.3, label='sin(x) <= cos(x)')
plt.title('Conditional Fill Between Lines - how2matplotlib.com')
plt.legend()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何根据条件（正弦值大于或小于余弦值）来选择性地填充不同颜色。

3. 高级填充技巧

除了基本的填充方法，Matplotlib还提供了一些高级技巧来增强填充效果：

3.1 渐变填充

我们可以使用颜色映射（colormap）来创建渐变填充效果：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import LinearSegmentedColormap

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

colors = ['red', 'white', 'blue']
n_bins = 100
cmap = LinearSegmentedColormap.from_list('custom', colors, N=n_bins)

plt.figure(figsize=(10, 6))
plt.plot(x, y1, 'k', label='sin(x)')
plt.plot(x, y2, 'k', label='cos(x)')

for i in range(n_bins):
    y = np.linspace(y2, y1, n_bins)[i]
    plt.fill_between(x, y2, y, color=cmap(i/n_bins), alpha=0.1)

plt.title('Gradient Fill Between Lines - how2matplotlib.com')
plt.legend()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何创建一个从红色到蓝色的渐变填充效果。

3.2 多区域填充

在某些情况下，我们可能需要在多个区域之间进行填充：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.sin(2*x)
y3 = np.sin(3*x)

plt.figure(figsize=(10, 6))
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='sin(2x)')
plt.plot(x, y3, label='sin(3x)')

plt.fill_between(x, y1, y2, where=(y1 > y2), color='red', alpha=0.3, label='y1 > y2')
plt.fill_between(x, y2, y3, where=(y2 > y3), color='green', alpha=0.3, label='y2 > y3')
plt.fill_between(x, y1, y3, where=(y1 < y3) & (y3 < y2), color='blue', alpha=0.3, label='y1 < y3 < y2')

plt.title('Multiple Region Fill - how2matplotlib.com')
plt.legend()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何在三条正弦曲线之间进行多区域填充。

3.3 堆叠区域图

堆叠区域图是一种特殊的填充图，用于显示多个数据系列的累积效果：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y1 = np.random.rand(100)
y2 = np.random.rand(100)
y3 = np.random.rand(100)

plt.figure(figsize=(10, 6))
plt.fill_between(x, 0, y1, label='Series 1')
plt.fill_between(x, y1, y1+y2, label='Series 2')
plt.fill_between(x, y1+y2, y1+y2+y3, label='Series 3')

plt.title('Stacked Area Plot - how2matplotlib.com')
plt.legend()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何创建一个简单的堆叠区域图。

4. 实际应用场景

了解了基本概念和技巧后，让我们看看一些实际应用场景：

4.1 置信区间可视化

在统计分析中，我们经常需要可视化置信区间：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)
y_err = 0.2 * np.random.rand(100)

plt.figure(figsize=(10, 6))
plt.plot(x, y, label='Mean')
plt.fill_between(x, y-y_err, y+y_err, alpha=0.3, label='Confidence Interval')

plt.title('Confidence Interval Visualization - how2matplotlib.com')
plt.legend()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何可视化一条曲线的置信区间。

4.2 股票价格范围

在金融数据可视化中，我们可能需要显示股票价格的日内范围：

import matplotlib.pyplot as plt
import numpy as np

dates = np.arange('2023-01-01', '2023-01-11', dtype='datetime64[D]')
high = np.random.randint(100, 150, size=10)
low = high - np.random.randint(10, 30, size=10)
close = (high + low) / 2

plt.figure(figsize=(12, 6))
plt.plot(dates, close, 'k-', label='Close Price')
plt.fill_between(dates, low, high, alpha=0.3, label='Price Range')

plt.title('Stock Price Range - how2matplotlib.com')
plt.legend()
plt.xticks(rotation=45)
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何可视化股票的日内价格范围。

4.3 季节性数据

对于具有季节性的数据，我们可以使用填充来强调不同季节：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 4*np.pi, 1000)
y = np.sin(x) + np.random.normal(0, 0.1, 1000)

plt.figure(figsize=(12, 6))
plt.plot(x, y, label='Data')

for i in range(4):
    start = i * np.pi
    end = (i + 1) * np.pi
    if i % 2 == 0:
        plt.fill_between(x, -2, 2, where=(x >= start) & (x <= end), 
                         alpha=0.2, color='yellow', label='Summer' if i == 0 else '')
    else:
        plt.fill_between(x, -2, 2, where=(x >= start) & (x <= end), 
                         alpha=0.2, color='lightblue', label='Winter' if i == 1 else '')

plt.ylim(-2, 2)
plt.title('Seasonal Data Visualization - how2matplotlib.com')
plt.legend()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何使用填充来强调季节性数据的不同季节。

5. 填充样式和效果

Matplotlib提供了多种填充样式和效果，可以进一步增强可视化效果：

5.1 图案填充

除了纯色填充，我们还可以使用图案填充：

import matplotlib.pyplot as plt
import numpy as np

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

plt.figure(figsize=(10, 6))
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='cos(x)')
plt.fill_between(x, y1, y2, where=(y1 > y2), 
                 facecolor='none', hatch='///', edgecolor='r', alpha=0.5)
plt.fill_between(x, y1, y2, where=(y1 <= y2), 
                 facecolor='none', hatch='\\\\\\', edgecolor='g', alpha=0.5)

plt.title('Pattern Fill Between Lines - how2matplotlib.com')
plt.legend()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何使用不同的图案来填充区域。

5.2 边界线样式

我们可以自定义填充区域的边界线样式：

import matplotlib.pyplot as plt
import numpy as np

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

plt.figure(figsize=(10, 6))
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='cos(x)')
plt.fill_between(x, y1, y2, alpha=0.3, edgecolor='r', linewidth=2, linestyle='--')

plt.title('Custom Edge Style for Fill - how2matplotlib.com')
plt.legend()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何自定义填充区域的边界线样式。

5.3 多层填充

通过多次调用fill_between()函数，我们可以创建多层填充效果：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.sin(x) * 1.2
y3 = np.sin(x) * 0.8

plt.figure(figsize=(10, 6))
plt.plot(x, y1, 'k', label='sin(x)')
plt.fill_between(x, y2, y3, alpha=0.5, color='yellow', label='Layer 1')
plt.fill_between(x, y1*1.1, y1*0.9, alpha=0.3, color='blue', label='Layer 2')

plt.title('Multi-layer Fill - how2matplotlib.com')
plt.legend()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何创建多层填充效果，可以用来表示不同级别的置信区间或数据范围。

6. 高级应用

在掌握了基本技巧后，我们可以尝试一些更高级的应用：

6.1 时间序列数据的区间填充

对于时间序列数据，我们可能需要填充某些特定时间段：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

dates = pd.date_range(start='2023-01-01', end='2023-12-31', freq='D')
values = np.cumsum(np.random.randn(len(dates)))

plt.figure(figsize=(12, 6))
plt.plot(dates, values)

summer_start = pd.Timestamp('2023-06-21')
summer_end = pd.Timestamp('2023-09-22')

plt.fill_between(dates, plt.ylim()[0], plt.ylim()[1], 
                 where=(dates >= summer_start) & (dates <= summer_end),
                 alpha=0.3, color='yellow', label='Summer')

plt.title('Time Series Data with Interval Fill - how2matplotlib.com')
plt.legend()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何在时间序列数据中填充特定的时间区间（这里是夏季）。

6.2 多变量数据的区域填充

对于多变量数据，我们可以使用填充来显示变量之间的关系：

import matplotlib.pyplot as plt
import numpy as np

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

plt.figure(figsize=(12, 6))
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='cos(x)')
plt.plot(x, y3, label='tan(x)')

plt.fill_between(x, y1, y2, where=(y1 > y2), color='red', alpha=0.3, label='sin > cos')
plt.fill_between(x, y2, y3, where=(y2 < y3), color='green', alpha=0.3, label='cos < tan')
plt.fill_between(x, y1, y3, where=(y1 < y3) & (y3 < y2), color='blue', alpha=0.3, label='sin < tan < cos')

plt.ylim(-2, 2)
plt.title('Multi-variable Data Area Fill - how2matplotlib.com')
plt.legend()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何使用填充来可视化三个三角函数之间的关系。

6.3 3D图形中的填充

虽然fill_between()主要用于2D图形，但我们也可以在3D图形中应用类似的填充概念：

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure(figsize=(12, 8))
ax = fig.add_subplot(111, projection='3d')

x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
X, Y = np.meshgrid(x, y)
Z1 = np.sin(np.sqrt(X**2 + Y**2))
Z2 = np.cos(np.sqrt(X**2 + Y**2))

ax.plot_surface(X, Y, Z1, alpha=0.5, cmap='viridis')
ax.plot_surface(X, Y, Z2, alpha=0.5, cmap='plasma')

ax.set_title('3D Surface Plot with Fill - how2matplotlib.com')
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何在3D图形中使用半透明的表面来创建类似填充的效果。

7. 性能优化

当处理大量数据点时，填充操作可能会变得计算密集。以下是一些优化建议：

7.1 使用简化数据

对于大数据集，可以考虑在绘图之前对数据进行降采样或平滑处理：

import matplotlib.pyplot as plt
import numpy as np

# 生成大量数据点
x = np.linspace(0, 100, 10000)
y1 = np.sin(x) + np.random.normal(0, 0.1, 10000)
y2 = np.cos(x) + np.random.normal(0, 0.1, 10000)

# 简化数据
def simplify_data(x, y, n=1000):
    indices = np.linspace(0, len(x) - 1, n).astype(int)
    return x[indices], y[indices]

x_simple, y1_simple = simplify_data(x, y1)
_, y2_simple = simplify_data(x, y2)

plt.figure(figsize=(12, 6))
plt.plot(x_simple, y1_simple, label='Simplified sin(x)')
plt.plot(x_simple, y2_simple, label='Simplified cos(x)')
plt.fill_between(x_simple, y1_simple, y2_simple, alpha=0.3)

plt.title('Optimized Fill Between with Simplified Data - how2matplotlib.com')
plt.legend()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何通过简化数据来优化填充操作的性能。

7.2 使用适当的图形格式

对于需要保存的图形，选择合适的文件格式可以减小文件大小并提高渲染速度：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 1000)
y1 = np.sin(x)
y2 = np.cos(x)

plt.figure(figsize=(10, 6))
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='cos(x)')
plt.fill_between(x, y1, y2, alpha=0.3)

plt.title('Optimized Fill Between for Saving - how2matplotlib.com')
plt.legend()

# 保存为矢量图格式
plt.savefig('fill_between_optimized.svg', format='svg', dpi=300)
plt.close()

这个例子展示了如何将填充图保存为SVG格式，这种矢量格式在缩放时不会失真，并且文件大小通常较小。

8. 常见问题和解决方案

在使用fill_between()函数时，可能会遇到一些常见问题。以下是一些问题及其解决方案：

8.1 填充区域不可见

有时候，填充区域可能因为透明度设置或颜色选择而不可见：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.sin(x) + 0.1

plt.figure(figsize=(12, 6))
plt.subplot(121)
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='sin(x) + 0.1')
plt.fill_between(x, y1, y2, alpha=0.1)  # 透明度太低
plt.title('Low Alpha - how2matplotlib.com')
plt.legend()

plt.subplot(122)
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='sin(x) + 0.1')
plt.fill_between(x, y1, y2, alpha=0.5, color='yellow')  # 增加透明度，改变颜色
plt.title('Adjusted Alpha and Color - how2matplotlib.com')
plt.legend()

plt.tight_layout()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何通过调整透明度和颜色来使填充区域更加可见。

8.2 填充区域超出预期

有时候，填充区域可能会超出我们预期的范围：

import matplotlib.pyplot as plt
import numpy as np

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

plt.figure(figsize=(12, 6))
plt.subplot(121)
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='cos(x)')
plt.fill_between(x, y1, y2)  # 填充所有区域
plt.title('Unexpected Fill - how2matplotlib.com')
plt.legend()

plt.subplot(122)
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='cos(x)')
plt.fill_between(x, y1, y2, where=(y1 > y2))  # 只填充 y1 > y2 的区域
plt.title('Controlled Fill - how2matplotlib.com')
plt.legend()

plt.tight_layout()
plt.show()

Output:

Matplotlib中如何在多条线之间填充颜色

这个例子展示了如何使用where参数来控制填充区域。

8.3 填充区域边界不平滑

有时候，填充区域的边界可能看起来不够平滑：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 20)  # 较少的数据点
y1 = np.sin(x)
y2 = np.cos(x)

plt.figure(figsize=(12, 6))
plt.subplot(121)
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='cos(x)')
plt.fill_between(x, y1, y2)
plt.title('Rough Edges - how2matplotlib.com')
plt.legend()

x_smooth = np.linspace(0, 10, 200)  # 更多的数据点
y1_smooth = np.sin(x_smooth)
y2_smooth = np.cos(x_smooth)

plt.subplot(122)
plt.plot(x_smooth, y1_smooth, label='sin(x)')
plt.plot(x_smooth, y2_smooth, label='cos(x)')
plt.fill_between(x_smooth, y1_smooth, y2_smooth)
plt.title('Smooth Edges - how2matplotlib.com')
plt.legend()

plt.tight_layout()
plt.show()