Python 画图颜色设置

引言

在数据可视化中，颜色选择是非常重要的一步。合理的颜色选择不仅可以美化图表，还可以突出重点，增强表达效果。本文将介绍使用Python绘图库中的颜色设置方法，帮助读者更好地掌握如何在Python中进行图表颜色的设置。

1. matplotlib库基础

matplotlib是Python中常用的绘图库之一，它可以通过简单的代码创建出具有高质量的图表。在使用matplotlib绘图时，我们可以通过设置不同的颜色实现各种美观的效果。

首先，我们需要导入matplotlib库，并设置使用inline方式显示图表。

import matplotlib.pyplot as plt
%matplotlib inline

2. matplotlib颜色设置方法

2.1 颜色字符串

在matplotlib中，可以使用颜色字符串来指定图表中元素的颜色。以下是一些常用的颜色字符串：

‘b’: 蓝色
‘g’: 绿色
‘r’: 红色
‘c’: 青色
‘m’: 洋红色
‘y’: 黄色
‘k’: 黑色
‘w’: 白色

我们可以在绘图函数中使用这些颜色字符串来设置元素的颜色，例如：

plt.plot(x, y, color='r')

2.2 RGB颜色

除了可以使用颜色字符串，我们还可以使用RGB值来指定颜色。RGB是一种由红色、绿色和蓝色组成的色彩模式，每个颜色的取值范围是0到255。

在matplotlib中，可以通过指定RGB值来设置颜色。例如，我们可以使用如下代码来绘制红色直线：

plt.plot(x, y, color=(1, 0, 0))

其中，(1, 0, 0)分别代表红色、绿色和蓝色通道的取值。

2.3 RGBA颜色

除了RGB颜色，还可以使用RGBA颜色。RGBA颜色是由红色、绿色、蓝色和透明度组成的颜色模式，透明度的取值范围是0到1。

我们可以通过指定RGBA值来设置颜色，例如：

plt.plot(x, y, color=(1, 0, 0, 0.5))

其中，(1, 0, 0, 0.5)分别代表红色、绿色、蓝色和透明度的取值。

2.4 颜色映射

颜色映射（Colormap）是指一系列颜色的集合，用于将数据映射到不同的颜色上。在matplotlib中，我们可以使用不同的颜色映射来为图表元素设置颜色。

plt.scatter(x, y, c=z, cmap='viridis')

在上述代码中，z是需要映射的数据集，cmap参数指定了使用的颜色映射，这里我们使用的是”viridis”颜色映射。

2.5 设置坐标轴颜色

除了可以设置图表元素的颜色，我们还可以设置坐标轴的颜色。例如，我们可以使用如下代码将坐标轴的颜色设置为红色：

plt.axhline(0, color='r')
plt.axvline(0, color='r')

其中，axhline和axvline分别表示水平线和垂直线，这里我们将它们的颜色都设置为红色。

3. 示例代码及运行结果

以下是一个简单的示例代码，演示了如何在matplotlib中设置颜色。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 设置颜色字符串
plt.plot(x, y1, color='r', label='sin(x)')
plt.plot(x, y2, color='g', label='cos(x)')

# 设置RGB颜色
plt.plot(x, -y1, color=(0, 0, 1), label='-sin(x)')
plt.plot(x, -y2, color=(0, 1, 0), label='-cos(x)')

# 设置RGBA颜色
plt.plot(x, 2 * y1, color=(1, 0, 0, 0.5), label='2 * sin(x)')
plt.plot(x, 2 * y2, color=(0, 1, 0, 0.5), label='2 * cos(x)')

# 设置颜色映射
z = np.random.random(100)
plt.scatter(x, y1, c=z, cmap='viridis', label='scatter')

# 设置坐标轴颜色
plt.axhline(0, color='r')
plt.axvline(0, color='r')

plt.legend()
plt.show()