我可以在matplotlib中浏览线型吗

Question

我知道如何在matplotlib中循环浏览颜色列表。 但是是否可以对线条样式进行类似的处理（纯文本，点划线，虚线等）？ 我需要这样做，这样我的图形在打印时将更易于阅读。 有什么建议怎么做？

Answer 1

这样的事情可能会解决问题：

import matplotlib.pyplot as plt
from itertools import cycle
lines = ["-","--","-.",":"]
linecycler = cycle(lines)
plt.figure()
for i in range(10):
    x = range(i,i+10)
    plt.plot(range(10),x,next(linecycler))
plt.show()

结果：

编辑新版本（v2.22）

import matplotlib.pyplot as plt
from cycler import cycler
#
plt.figure()
for i in range(5):
    x = range(i,i+5)
    linestyle_cycler = cycler('linestyle',['-','--',':','-.'])
    plt.rc('axes', prop_cycle=linestyle_cycler)
    plt.plot(range(5),x)
    plt.legend(['first','second','third','fourth','fifth'], loc='upper left', fancybox=True, shadow=True)
plt.show()

有关更多详细信息，请参阅有关“使用cycler的样式”的matplotlib教程。
要查看输出，请单击“ 显示图形 ”

Answer 2

即将发布的matplotlib v1.5将弃用color_cycle以使用prop_cycler的新功能： http ://matplotlib.org/devdocs/users/whats_new.html?highlight=prop_cycle#added-axes-prop-cycle-key-to-rcparams

plt.rcParams['axes.prop_cycle'] = ("cycler('color', 'rgb') +" "cycler('lw', [1, 2, 3])")然后继续创建轴并地块！

Answer 3

如果您希望更改是自动的，则可以在matplotlib的axes.py文件中添加以下两行：查找该行：

   self.color_cycle = itertools.cycle(clist)

并在下面添加以下行：

   self.line_cycle = itertools.cycle(["-",":","--","-.",])

并查找行：

   kw['color'] = self.color_cycle.next()

并添加以下行：

   kw['linestyle'] = self.line_cycle.next()

我想您可以对标记执行相同的操作。

Answer 4

这是一些使用循环器开发样式集的示例

可以添加循环仪以组成（红色带有“-”，蓝色带有“-”，...）

plt.rc('axes', prop_cycle=(cycler('color', list('rbgk')) +
                           cycler('linestyle', ['-', '--', ':', '-.'])))

直接在轴上使用：

ax1.set_prop_cycle(cycler('color', ['c', 'm', 'y', 'k']) +
                   cycler('lw', [1, 2, 3, 4]))

可以乘以自行车骑行者（ http://matplotlib.org/cycler/ ），以提供更多种类的独特样式

for ax in axarr:
    ax.set_prop_cycle(cycler('color', list('rbgykcm')) *
                      cycler('linestyle', ['-', '--']))

另请参阅： http : //matplotlib.org/examples/color/color_cycle_demo.html

Answer 5

我使用与此类似的代码来循环浏览不同的线型。 默认情况下，颜色在7个图之后重复。

idx = 0
for ds in datasets:
    if idx < 7:
        plot(ds)
    elif idx < 14:
        plot(ds, linestyle='--')
    else:
        plot(ds, linestyle=':')
    idx += 1

Answer 6

我通常使用基本颜色和线型的组合来表示不同的数据集。 假设我们有16个数据集，每四个数据集都属于某个组（具有一些共同的属性），那么当我们用共同的颜色表示每个组但其成员使用不同的线型表示时，很容易看到。

import numpy as np
import matplotlib.pyplot as plt

models=['00','01', '02', '03', '04', '05', '06', '07', '08', '09', '10',\
    '11', '12', '13', '14', '15', '16']

fig = plt.figure()
ax  = fig.add_subplot(111)

x = np.linspace(-1,1,100)
y = np.sin(x)

clrs_list=['k','b','g','r'] # list of basic colors
styl_list=['-','--','-.',':'] # list of basic linestyles

for i in range(0,16):
    clrr=clrs_list[i // 4]
    styl=styl_list[i % 4]
    modl=models[i+1]
    frac=(i+1)/10.0
    ax.plot(x,y+frac,label=modl,color=clrr,ls=styl)

plt.legend()
plt.show()

Answer 7

与Avaris图相似，但不同。

import matplotlib.pyplot as plt
import numpy as np

#set linestyles (for-loop method)
colors=('k','y','m','c','b','g','r','#aaaaaa')
linestyles=('-','--','-.',':')
styles=[(color,linestyle) for linestyle in linestyles for color in colors]

#-- sample data
numLines=30
dataXaxis=np.arange(0,10)
dataYaxis=dataXaxis+np.array([np.arange(numLines)]).T


plt.figure(1)

#-----------
# -- array oriented method but I cannot set the line color and styles
# -- without changing Matplotlib code
plt.plot(datax[:,np.newaxis],datay.T)
plt.title('Default linestyles - array oriented programming')
#-----------

#-----------
# -- 'for loop' based approach to enable colors and linestyles to be specified

plt.figure(2)

for num in range(datay.sh![enter image description here][1]ape[0]):
    plt.plot(datax,datay[num,:],color=styles[num][0],ls=styles[num][1])
plt.title('User defined linestyles using for-loop programming')
#-----------

plt.show()