在Matplotlib中重置颜色周期

Question

假设我有3种交易策略的数据，每种策略都有或没有交易成本。我想在同一个轴上绘制6个变量（3个策略*2个交易成本）的时间序列。我希望用alpha=1和linewidth=1绘制“有交易成本”行，而用alpha=0.25和linewidth=5绘制“无交易成本”。但我希望每种策略的两个版本的颜色相同。

我想要一些大致如下的东西：

fig, ax = plt.subplots(1, 1, figsize=(10, 10))

for c in with_transaction_frame.columns:
    ax.plot(with_transaction_frame[c], label=c, alpha=1, linewidth=1)

****SOME MAGIC GOES HERE TO RESET THE COLOR CYCLE

for c in no_transaction_frame.columns:
    ax.plot(no_transaction_frame[c], label=c, alpha=0.25, linewidth=5)

ax.legend()

在指定的行上放置什么合适的代码来重置颜色循环，以便在调用第二个循环时“返回到开始位置”？

Answer 1

您可以使用Axes.set_color_cycle将colorcycle重置为原始值。看一下代码，有一个函数可以完成实际工作：

def set_color_cycle(self, clist=None):
    if clist is None:
        clist = rcParams['axes.color_cycle']
    self.color_cycle = itertools.cycle(clist

以及使用它的轴上的方法：

def set_color_cycle(self, clist):
    """
    Set the color cycle for any future plot commands on this Axes.

    *clist* is a list of mpl color specifiers.
    """
    self._get_lines.set_color_cycle(clist)
    self._get_patches_for_fill.set_color_cycle(clist)

这基本上意味着您可以调用set_color_cycle，而不使用None作为唯一参数，它将被替换为rcParams['axes.color_cycle']中的默认循环。

我用下面的代码尝试了一下，得到了预期的结果：

import matplotlib.pyplot as plt
import numpy as np

for i in range(3):
    plt.plot(np.arange(10) + i)

# for Matplotlib version < 1.5
plt.gca().set_color_cycle(None)
# for Matplotlib version >= 1.5
plt.gca().set_prop_cycle(None)

for i in range(3):
    plt.plot(np.arange(10, 1, -1) + i)

plt.show()

Answer 2

既然你提到你在使用seaborn，我建议你做的是：

with sns.color_palette(n_colors=3):

    ax.plot(...)
    ax.plot(...)

这会将调色板设置为使用当前活动的颜色周期，但仅使用其中的前三种颜色。这也是一个通用的解决方案，任何时候你想设置一个临时的颜色周期。

请注意，真正需要在with块下的唯一事情是创建Axes对象所做的任何事情（即plt.subplots，fig.add_subplot()，等等）。这仅仅是因为matplotlib颜色循环本身是如何工作的。

做你特别想做的事情，“重置”颜色周期是可能的，但这是一个黑客，我不会在任何类型的生产代码。不过，这就是它可能发生的原因：

f, ax = plt.subplots()
ax.plot(np.random.randn(10, 3))
ax._get_lines.color_cycle = itertools.cycle(sns.color_palette())
ax.plot(np.random.randn(10, 3), lw=5, alpha=.25)

Answer 3

由于@pelson给出的答案使用的是set_color_cycle，而Matplotlib 1.5不赞成这样做，所以我认为使用set_prop_cycle更新他的解决方案版本会很有用：

import matplotlib.pyplot as plt
import numpy as np

for i in range(3):
    plt.plot(np.arange(10) + i)

plt.gca().set_prop_cycle(None)

for i in range(3):
    plt.plot(np.arange(10, 0, -1) + i)

plt.show()

还要注意，我必须将np.arange(10,1,-1)更改为np.arange(10,0,-1)。前者给出的数组只有9个元素。这可能是因为使用了不同的Numpy版本。我的是1.10.2。

编辑：不再需要使用rcParams。感谢@divenex在评论中指出这一点。