Python-Matplotlib可视化（2）——自定义颜色绘制精美统计图

原创

已于 2025-04-03 11:50:35 修改 · 2.8w 阅读

105

244 ·

CC 4.0 BY-SA版权

文章标签：

#新星计划 #python #可视化 #数据可视化 #matplotlib

于 2021-05-29 20:55:48 首次发布

Python-Matplotlib可视化（2）——自定义颜色绘制精美统计图

前言

matplotlib提供的所有绘图都带有默认样式。虽然这可以进行快速绘图，但有时可能需要自定义绘图的颜色和样式，以对绘制更加精美、符合审美要求的图像。matplotlib的设计考虑到了此需求，可以很容易调整matplotlib图形的颜色和样式。

自定义颜色

在生活中，我们可能对色彩的搭配与审美有自己的偏好，因此，我们可能希望matplotlib遵循自定义的颜色方案，以便所绘制的图形更好地适合文档或网页。
matplotlib中有多种定义颜色的方法，常见的方法包括：

三元组(Triplets)：颜色可以描述为一个实数三元组，即颜色的红、蓝、绿分量，其中每个分量在[0,1]区间内。因此，(1.0, 0.0, 0.0)表示纯红色，而(1.0, 0.0, 1.0)则表示粉色。
四元组(Quadruplets)：它们前三个元素与三元组定义相同，第四个元素定义透明度值。此值也在[0,1]区间内。将图形渲染到图片文件中时，使用透明颜色可以使绘制图形与背景进行混合。

预定义名称：matplotlib将标准HTML颜色名称解释为实际颜色。例如，字符串red即可表示为红色。同时一些某些颜色的具有简洁的别名，如下表所示：

别名	颜色	显示
b	blue
g	green
r	red
c	cyan
m	magenta
y	yellow
k	black
w	white

HTML颜色字符串：matplotlib可以将HTML颜色字符串解释为实际颜色。这些字符串被定义为#RRGGBB，其中RR、GG和BB是使用十六进制编码的红色、绿色和蓝色分量。
灰度字符串：matplotlib将浮点值的字符串表示形式解释为灰度，例如0.75表示中浅灰色。

使用自定义颜色绘制曲线图

通过设置plt.plot()函数的参数color(或等效的简写为c)，可以设置曲线的颜色，如下所示：

import numpy as np
import matplotlib.pyplot as plt
def pdf(x, mu, sigma):
    a = 1. / (sigma * np.sqrt(2. * np.pi))
    b = -1. / (2. * sigma ** 2)
    return a * np.exp(b * (x - mu) ** 2)
x = np.linspace(-6, 6, 1000)
for i in range(5):
    samples = np.random.standard_normal(50)
    mu, sigma = np.mean(samples), np.std(samples)
    plt.plot(x, pdf(x, mu, sigma), color = str(.15*(i+1)))
plt.plot(x, pdf(x, 0., 1.), color = 'k')
plt.plot(x, pdf(x, 0.2, 1.), color = '#00ff00')
plt.plot(x, pdf(x, 0.4, 1.), color = (0.9,0.9,0.0))
plt.plot(x, pdf(x