如何在 Matplotlib 中将颜色设置为矩形？

Question

例如在 matplotlib 中如何将颜色设置为矩形？ 我尝试使用参数颜色，但没有成功。

我有以下代码：

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

pylab.xlim([-400, 400])    
pylab.ylim([-400, 400])
patches = []
polygon = Rectangle((-400, -400), 10, 10, color='y')
patches.append(polygon)

p = PatchCollection(patches, cmap=matplotlib.cm.jet)
ax.add_collection(p)
ax.xaxis.set_major_locator(MultipleLocator(20))    
ax.yaxis.set_major_locator(MultipleLocator(20))    

pylab.show()

Answer 1

我无法让你的代码工作，但希望这会有所帮助：

import matplotlib
import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)
rect1 = matplotlib.patches.Rectangle((-200,-100), 400, 200, color='yellow')
rect2 = matplotlib.patches.Rectangle((0,150), 300, 20, color='red')
rect3 = matplotlib.patches.Rectangle((-300,-50), 40, 200, color='#0099FF')
circle1 = matplotlib.patches.Circle((-200,-250), radius=90, color='#EB70AA')
ax.add_patch(rect1)
ax.add_patch(rect2)
ax.add_patch(rect3)
ax.add_patch(circle1)
plt.xlim([-400, 400])
plt.ylim([-400, 400])
plt.show()

生产：

Answer 2

事实证明，你需要做ax.add_artist(Rectangle)才能使颜色规格有效; 当使用patches.append(Rectangle) ，矩形显示为蓝色（至少在我的PC上），忽略任何颜色规范。

顺便说一句，请注意艺术家 - Matplotlib 1.2.1文档：类matplotlib.patches.Rectangle说明有

• edgecolor - 用于描边颜色
• facecolor - 用于填充颜色

...然后有color - 它基本上同时设置笔触和填充颜色。

这是修改后的OP代码，我在Linux（Ubuntu 11.04），python 2.7，matplotlib 0.99.3上测试过：

import matplotlib.pyplot as plt
import matplotlib.collections as collections
import matplotlib.ticker as ticker

import matplotlib
print matplotlib.__version__ # 0.99.3

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

ax.set_xlim([-400, -380]) #pylab.xlim([-400, 400])
ax.set_ylim([-400, -380]) #pylab.ylim([-400, 400])
patches = []
polygon = plt.Rectangle((-400, -400), 10, 10, color='yellow') #Rectangle((-400, -400), 10, 10, color='y')
patches.append(polygon)

pol2 = plt.Rectangle((-390, -390), 10, 10, facecolor='yellow', edgecolor='violet', linewidth=2.0)
ax.add_artist(pol2)


p = collections.PatchCollection(patches) #, cmap=matplotlib.cm.jet)
ax.add_collection(p)
ax.xaxis.set_major_locator(ticker.MultipleLocator(20)) # (MultipleLocator(20)) 
ax.yaxis.set_major_locator(ticker.MultipleLocator(20)) # (MultipleLocator(20)) 

plt.show() #pylab.show()

这是输出：

Answer 3

为避免多次调用.add_patch() （通常是首先使用PatchCollection的目的），您可以通过cmap=将PatchCollection传递给ListedColormap 。

这看起来如下（根据fraxel的答案修改）：

import matplotlib
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
from matplotlib.collections import PatchCollection
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(111)
patches_list = []
color_list = []
patches_list.append(matplotlib.patches.Rectangle((-200,-100), 400, 200))
color_list.append('yellow')
patches_list.append(matplotlib.patches.Rectangle((0,150), 300, 20))
color_list.append('red')
patches_list.append(matplotlib.patches.Rectangle((-300,-50), 40, 200))
color_list.append('#0099FF')
patches_list.append(matplotlib.patches.Circle((-200,-250), radius=90))
color_list.append('#EB70AA')

our_cmap = ListedColormap(color_list)
patches_collection = PatchCollection(patches_list, cmap=our_cmap)
patches_collection.set_array(np.arange(len(patches_list)))
ax.add_collection(patches_collection)

plt.xlim([-400, 400])
plt.ylim([-400, 400])
plt.show()

结果： cmap_approach_result

Answer 4

我遇到了同样的问题。 只有在创建PatchCollection()时指定match_original=True时，将color=传递给Rectangle()才会起作用。 有关详细信息，请参阅PatchCollection() 。

@Didillysquat 示例的简化版本是

import matplotlib.pyplot as plt
from matplotlib.collections import PatchCollection

fig = plt.figure()
ax = fig.add_subplot(111)
patches_list = []
color_list = []
patches_list.append(matplotlib.patches.Rectangle((-200,-100), 400, 200, color='yellow'))
patches_list.append(matplotlib.patches.Rectangle((0,150), 300, 20, color='red'))
patches_list.append(matplotlib.patches.Rectangle((-300,-50), 40, 200, color='#0099FF'))
patches_list.append(matplotlib.patches.Circle((-200,-250), radius=90, color='#EB70AA'))

# Make sure you use match_original=True
patches_collection = PatchCollection(patches_list, match_original=True)
ax.add_collection(patches_collection)

plt.xlim([-400, 400])
plt.ylim([-400, 400])
plt.show()