Matplotlib set_color_cycle与set_prop_cycle

Question

在Matplotlib中，我最喜欢做的事情之一是设置颜色周期以匹配某些颜色映射表，以便生成线条图，使线条上的颜色具有良好的渐变效果。就像这样：

​

​

以前，这是使用set_color_cycle的一行代码

ax.set_color_cycle([plt.cm.spectral(i) for i in np.linspace(0, 1, num_lines)])

但是，最近我看到了一个警告：

MatplotlibDeprecationWarning: 
The set_color_cycle attribute was deprecated in version 1.5. 
Use set_prop_cycle instead.

使用set_prop_cycle，我可以达到同样的效果，但是我需要import cycler，而且语法不是很紧凑：

from cycler import cycler
colors = [plt.cm.spectral(i) for i in np.linspace(0, 1, num_lines)]
ax.set_prop_cycle(cycler('color', colors))

所以，我的问题是：

我是否正确地使用了set_prop_cycle？(以最有效的方式？)

有没有一种更简单的方法将颜色周期设置为色彩映射表？换句话说，有像这样的虚构函数吗？

ax.set_colorcycle_to_colormap('jet', nlines=30)

下面是完整示例的代码：

import numpy as np
import matplotlib.pyplot as plt

ax = plt.subplot(111)
num_lines = 30

colors = [plt.cm.spectral(i) for i in np.linspace(0, 1, num_lines)]

# old way: 
ax.set_color_cycle(colors)

# new way:
from cycler import cycler
ax.set_prop_cycle(cycler('color', colors))

for n in range(num_lines):
    x = np.linspace(0,10,500)
    y = np.sin(x)+n
    ax.plot(x, y, lw=3)

plt.show()

Answer 1

由于新的属性循环器可以迭代颜色以外的其他属性(例如，线条样式)，因此您需要指定label，即要循环的属性。

ax.set_prop_cycle('color', colors)

不过，不需要导入和创建循环器；因此，在我看来，新方法的唯一缺点是它使调用变得更长了8个字符。

没有神奇的方法可以将色彩映射表作为输入并创建循环器，但您也可以通过直接将numpy数组提供给色彩映射表来缩短色彩列表的创建时间。

colors = plt.cm.Spectral(np.linspace(0,1,30))

或者组合在一起

ax.set_prop_cycle('color',plt.cm.Spectral(np.linspace(0,1,30)))