Matplotlib - 颜色

---

---

Matplotlib 提供了多种管理绘图中颜色的选项，使用户能够增强视觉效果并有效地传达信息。

颜色可以设置为绘图中不同元素的颜色，例如线条、标记和填充区域。例如，在绘制数据时，可以使用 color 参数指定线条颜色。类似地，散点图允许为各个点设置颜色。下图显示了绘图中不同元素的颜色 -

Matplotlib 中的颜色表示格式

Matplotlib 支持多种表示颜色的格式，包括 -

• RGB 或 RGBA 元组

• 十六进制 RGB 或 RGBA 字符串

• 灰度级字符串

• "Cn" 颜色规范

• 命名颜色

以下是关于每种格式的简要讨论以及相应的示例。

RGB 或 RGBA 元组格式

您可以使用范围在 [0, 1] 之间的浮点值元组来表示红色、绿色、蓝色和 Alpha（透明度）值。例如：(0.1, 0.2, 0.5) 或 (0.1, 0.2, 0.5, 0.3)。

示例

以下示例演示了如何使用 RGB 或 RGBA 元组指定绘图的面颜色。

import matplotlib.pyplot as plt
import numpy as np

# sample data
t = np.linspace(0.0, 2.0, 201)
s = np.sin(2 * np.pi * t)

# RGB tuple for specifying facecolor
fig, ax = plt.subplots(figsize=(7,4), facecolor=(.18, .31, .31))

# Plotting the data
plt.plot(t, s)

# Show the plot
plt.show()
print('successfully used the RGB tuple for specifying colors..')

输出

执行上述代码后，我们将得到以下输出 -

successfully used the RGB tuple for specifying colors..

十六进制 RGB 或 RGBA 字符串格式

可以使用表示大小写不敏感的十六进制 RGB 或 RGBA 的字符串，例如：'#0F0F0F' 或 '#0F0F0F0F' 来在 matplotlib 中指定颜色。

示例

此示例使用十六进制字符串来指定轴面颜色。

import matplotlib.pyplot as plt
import numpy as np

# Example data
t = np.linspace(0.0, 2.0, 201)
s = np.sin(2 * np.pi * t)

# Hex string for specifying axis facecolor
fig, ax = plt.subplots(figsize=(7,4))
ax.set_facecolor('#eafff5')

# Plotting the data
plt.plot(t, s)

# Show the plot
plt.show()
print('successfully used the Hex string for specifying colors..')

输出

执行上述代码后，我们将得到以下输出 -

successfully used the Hex string for specifying colors..

此外，可以使用简写十六进制 RGB 或 RGBA 字符串（大小写不敏感）来在 matplotlib 中指定颜色。它们等效于重复字符的十六进制简写。例如：'#abc'（等效于 '#aabbcc'）或 '#abcd'（等效于 '#aabbccdd'）。

灰度级字符串格式

我们可以使用范围在 [0, 1]（含）内的浮点值的字符串表示形式来表示灰度级。例如，“0”表示黑色，“1”表示白色，“0.8”表示浅灰色。

示例

这是一个使用灰度级字符串指定标题颜色的示例。

import matplotlib.pyplot as plt
import numpy as np

# Example data
t = np.linspace(0.0, 2.0, 201)
s = np.sin(2 * np.pi * t)

# create a plot
fig, ax = plt.subplots(figsize=(7,4))

# Plotting the data
plt.plot(t, s)

# using the Gray level string for specifying title color
ax.set_title('Voltage vs. time chart', color='0.7')

# Show the plot
plt.show()
print('successfully used the Gray level string for specifying colors..')

输出

执行上述代码后，我们将得到以下输出 -

successfully used the Gray level string for specifying colors..

"Cn" 颜色表示法

可以使用“Cn”颜色规范，即“C”后跟一个数字，该数字是默认属性循环（rcParams["axes.prop_cycle"]）中的索引来在 matplotlib 中指定颜色。

示例

在此示例中，使用 Cn 表示法（color='C1'）绘制图形，该表示法对应于默认属性循环中的第 2 种颜色。

import matplotlib.pyplot as plt
import numpy as np

# Example data
t = np.linspace(0.0, 2.0, 201)
s = np.sin(2 * np.pi * t)

# create a plot
fig, ax = plt.subplots(figsize=(7,4))

# Cn notation for plot
ax.plot(t, .7*s, color='C1', linestyle='--')

# Show the plot
plt.show()
print('successfully used the Cn notation for specifying colors..')

输出

执行上述代码后，我们将得到以下输出 -

successfully used the Cn notation for specifying colors..

单字母字符串格式

在 Matplotlib 中，单字母字符串用作表示一组基本颜色的简写符号。这些简写符号是作为matplotlib.colors.BASE_COLORS容器中的字典提供的基本颜色的一部分。每个字母对应于特定的颜色。

单字母简写符号包括：“b”：蓝色，“g”：绿色，“r”：红色，“c”：青色，“m”：洋红色，“y”：黄色，“k”：黑色和“w”：白色。

示例

在此示例中，每个基本颜色都以其相应的单字母简写符号绘制为条形。

import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
import numpy as np

# Get the base colors and their names
base_colors = mcolors.BASE_COLORS
color_names = list(base_colors.keys())

# Create a figure and axis
fig, ax = plt.subplots(figsize=(7, 4))

# Plot each color as a bar
for i, color_name in enumerate(color_names):
   ax.bar(i, 1, color=base_colors[color_name], label=color_name)

# Set the x-axis ticks and labels
ax.set_xticks(np.arange(len(color_names)))
ax.set_xticklabels(color_names)

# Set labels and title
ax.set_title('Base Colors')

# Add legend
ax.legend()

# Show the plot
plt.show()
print('Successfully visualized all the available base colors..')

输出

执行上述代码后，我们将得到以下输出 -

Successfully visualized all the available base colors..

其他格式

此外，我们可以使用带有“xkcd:”前缀的xkcd 颜色调查中的大小写不敏感颜色名称、X11/CSS4（“html”）颜色名称和Tableau 颜色。

示例

这是一个演示在 Matplotlib 绘图中使用不同颜色格式（包括 X11/CSS4 颜色、xkcd 颜色和 Tableau 颜色）的示例。

import matplotlib.pyplot as plt
import numpy as np

# Example data
t = np.linspace(0.0, 2.0, 201)
s = np.sin(2 * np.pi * t)

# create a plot
fig, ax = plt.subplots(figsize=(7, 4))

# Plotting the data
plt.plot(t, s)

# 5) a named color:
ax.set_ylabel('Specifying color using the X11/CSS4 name', color='peachpuff')

# 6) a named xkcd color:
ax.set_xlabel('Specifying color name from the xkcd color survey', color='xkcd:crimson')

# 8) tab notation:
ax.set_title('Specifying color using the Tableau Colors', color='tab:orange')

plt.show()
print('Successfully used the X11/CSS4, xkcd, and Tableau Colors formats...')

输出

执行上述代码后，我们将得到以下输出 -

Successfully used the X11/CSS4, xkcd, and Tableau Colors formats...

使颜色变暗或变亮

要使任何颜色变暗或变亮，可以使用 plot() 方法的 alpha 参数，alpha 值越大，颜色越暗，值越小，颜色越亮。

示例

这是一个创建两条具有不同 alpha 值的线条的绘图的示例，以复制线条的更暗和更亮的色调。

import numpy as np
from matplotlib import pyplot as plt

# Sample data
xs = np.linspace(-2, 2, 100)
ys = np.sin(xs)

# Create a figure
fig, ax = plt.subplots(figsize=(7, 4))

# plot two lines with different alpha values
ax.plot(xs, ys, c='red', lw=10, label="Darken")
ax.plot(xs+.75, ys+.75, c='red', lw=10, alpha=0.3, label="Lighten")
ax.legend(loc='upper left')

plt.show()

输出

执行上述代码后，我们将得到以下输出 -