在Python中，matplotlib是一個廣泛使用的繪圖庫。它可以用于創(chuàng)建各種類型的圖表，包括折線圖、散點(diǎn)圖、條形圖等等。當(dāng)我們需要將多個數(shù)據(jù)系列繪制在同一張圖中時，往往需要給每個系列指定不同的顏色。下面我將介紹如何在matplotlib中為不同系列指定顏色。

1. 使用顏色編碼

在matplotlib中，我們可以使用顏色編碼來指定線條或點(diǎn)的顏色。常用的顏色編碼有以下幾種：

• 'b'：藍(lán)色
• 'g'：綠色
• 'r'：紅色
• 'c'：青色
• 'm'：洋紅色
• 'y'：黃色
• 'k'：黑色
• 'w'：白色

我們可以通過在繪圖函數(shù)中傳入顏色編碼的參數(shù)來指定線條或點(diǎn)的顏色。例如，下面的代碼會將三個數(shù)據(jù)系列分別繪制成藍(lán)色、綠色和紅色的線條：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [1, 2, 3, 4, 5]
y2 = [1, 4, 9, 16, 25]
y3 = [5, 4, 3, 2, 1]

plt.plot(x, y1, 'b')
plt.plot(x, y2, 'g')
plt.plot(x, y3, 'r')

plt.show()

上面的代碼中，我們通過在plot()函數(shù)中傳入'b'、'g'和'r'參數(shù)來指定了每個數(shù)據(jù)系列的顏色。

2. 使用十六進(jìn)制顏色碼

除了使用顏色編碼外，我們還可以使用十六進(jìn)制顏色碼來指定顏色。使用這種方法，我們可以得到更加精細(xì)的顏色控制，因?yàn)槲覀兛梢灾付ㄈ魏蜶GB顏色的組合。

要使用十六進(jìn)制顏色碼，我們需要在plot()函數(shù)中傳遞一個color參數(shù)，并將其設(shè)置為一個字符串，該字符串以'#'開頭，后面跟著六個十六進(jìn)制數(shù)字（每兩個代表一個RGB顏色通道）。例如，下面的代碼會將三個數(shù)據(jù)系列分別繪制成藍(lán)色、淺綠色和深紅色的線條：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [1, 2, 3, 4, 5]
y2 = [1, 4, 9, 16, 25]
y3 = [5, 4, 3, 2, 1]

plt.plot(x, y1, color='#0000ff')
plt.plot(x, y2, color='#00ff80')
plt.plot(x, y3, color='#800000')

plt.show()

上面的代碼中，我們分別使用了'#0000ff'、'#00ff80'和'#800000'作為顏色參數(shù)，以分別為三個數(shù)據(jù)系列指定顏色。

3. 使用Colormap

如果我們需要為多個數(shù)據(jù)系列選擇一組相關(guān)的顏色，我們可以使用Colormap。Colormap是matplotlib中的一個類，它將連續(xù)的數(shù)值映射到一組顏色中，并且支持多個預(yù)定義的顏色方案。

使用Colormap，我們可以為每個數(shù)據(jù)系列指定一個數(shù)值，然后使用Colormap將這些數(shù)值映射到一組顏色中。例如，下面的代碼將使用Colormap為三個數(shù)據(jù)系列指定顏色：

import matplotlib.pyplot as plt import numpy as np

x = [1, 2, 3, 4, 5]
y1 = [1,

2, 3, 4, 5] y2 = [1, 4, 9, 16, 25] y3 = [5, 4, 3, 2, 1]

創(chuàng)建一個0到1之間的序列，長度為數(shù)據(jù)系列的數(shù)量

colors = np.linspace(0, 1, len([y1, y2, y3]))

使用plt.cm模塊中的Spectral顏色方案創(chuàng)建Colormap對象

cm = plt.cm.Spectral

繪制每個數(shù)據(jù)系列，并將其顏色設(shè)置為對應(yīng)位置在Colormap中的顏色

plt.plot(x, y1, color=cm(colors[0])) plt.plot(x, y2, color=cm(colors[1])) plt.plot(x, y3, color=cm(colors[2]))

在圖例中顯示顏色條

sm = plt.cm.ScalarMappable(cmap=cm, norm=plt.Normalize(vmin=0, vmax=len([y1, y2, y3])-1)) sm._A = [] plt.colorbar(sm)

plt.show()

上面的代碼中，我們首先使用`np.linspace()`函數(shù)創(chuàng)建了一個序列，該序列的長度等于數(shù)據(jù)系列的數(shù)量。然后，我們使用`plt.cm.Spectral`顏色方案創(chuàng)建了一個Colormap對象，并將該對象存儲在變量`cm`中。接下來，我們分別為每個數(shù)據(jù)系列指定了一個顏色，其中顏色是通過將對應(yīng)位置的序列值映射到Colormap中得到的。最后，我們使用`plt.colorbar()`函數(shù)在圖例中顯示了顏色條。 ## 總結(jié) 在matplotlib中為不同數(shù)據(jù)系列指定顏色可以通過多種方式實(shí)現(xiàn)。我們可以使用顏色編碼、十六進(jìn)制顏色碼或Colormap來指定顏色。使用Colormap時，我們可以為每個數(shù)據(jù)系列指定一個數(shù)值，并使用Colormap將這些數(shù)值映射到一組顏色中。無論選擇哪種方法，都要確保為每個數(shù)據(jù)系列指定一個明顯的顏色，以便輕松區(qū)分它們。

你是否渴望進(jìn)一步提升數(shù)據(jù)可視化的能力，讓數(shù)據(jù)展示更加專業(yè)、高效呢？現(xiàn)在，有一門絕佳的課程能滿足你的需求 ——Python 數(shù)據(jù)可視化 18 講（PyEcharts、Matplotlib、Seaborn）。

學(xué)習(xí)入口：https://edu.cda.cn/goods/show/3842?targetId=6751&preview=0

這門課程完全免費(fèi)，且學(xué)習(xí)有效期長期有效。由 CDA 數(shù)據(jù)分析研究院的張彥存老師精心打造，他擁有豐富的實(shí)戰(zhàn)經(jīng)驗(yàn)，能將復(fù)雜知識通俗易懂地傳授給你。課程深入講解 matplotlib、seaborn、pyecharts 三大主流 Python 可視化工具，帶你從基礎(chǔ)繪圖到高級定制，還涵蓋多元圖表類型和各類展示場景。無論是數(shù)據(jù)分析新手想要入門，還是有基礎(chǔ)的從業(yè)者希望提升技能，亦或是對數(shù)據(jù)可視化感興趣的愛好者，都能從這門課程中收獲滿滿。點(diǎn)擊課程鏈接，開啟你的數(shù)據(jù)可視化進(jìn)階之旅，讓數(shù)據(jù)可視化成為你職場晉升和探索數(shù)據(jù)世界的有力武器！