Matplotlib:在th之后更改颜色映射

Question

我正在绘制微分方程求解器（边值问题）的进度图。每次迭代都会产生一组完整的函数求值f（x），然后将其绘制到x上。在达到收敛之前，每个图（假设）比上一个图更接近正确的解。序列颜色映射用于使早期的图褪色，后期的图饱和。

当迭代次数是预先确定的时，这种方法可以很好地工作：

import matplotlib.pyplot as plt

ax = plt.subplot(111)
cm = plt.get_cmap('OrRd')
ax.set_color_cycle([cm(1.*i/(iter+1)) for i in range(1,iter+2)]) 

ax.plot(x,y)
for k in range(iter):
    # iterative solve 
    ax.plot(x,y)

但是，如果我使用一个收敛条件而不是预先确定的迭代次数，我将无法预先set_color_cycle。把这条线放在循环之后是行不通的。

我知道我可以存储我的中间结果，并且只有在达到收敛之后才能进行绘图，但是这让我觉得很难，因为除了在绘图上看到它们之外，我真的对所有的中间结果都没有用处。

下面是我的问题： 一。如何在绘制后更改现有图形的颜色映射？（这在MATLAB中很简单。） 2。如何在不干扰第一个集合的情况下，对同一个plot上的另一个图形集合（例如，来自不同的初始猜测，收敛到不同的解决方案）执行相同的操作，以便两个颜色映射区分集合。（问题1的答案应该很明显，但只是以防万一。）

非常感谢。

Answer 1

使用update_colors()更新所有行的颜色：

import pylab as pl
import numpy as np
cm = pl.get_cmap('OrRd')

x = np.linspace(0, 1, 100)

def update_colors(ax):
    lines = ax.lines
    colors = cm(np.linspace(0, 1, len(lines)))
    for line, c in zip(lines, colors):
        line.set_color(c)

fig, ax = pl.subplots()
for i in range(10):
    ax.plot(x, x**(1+i*0.1))
    update_colors(ax)

Answer 2

您也可以使用plt.set_cmap，请参见here或（更详细地说，向下滚动）here：

import numpy as np
import matplotlib.pyplot as plt

plt.imshow(np.random.random((10,10)), cmap='magma')
plt.colorbar()
plt.set_cmap('viridis')

Answer 3

你可以考虑的一个技巧是不要在绘图后试图更改颜色值，你可以使用透明度小于100%的黑色覆盖来“淡入”过去的绘图，例如，10%的alpha将按顺序降低每个过去绘图的亮度。