如何在 matplotlib 中根据线图的数据索引改变线条颜色?
matplotlibpythondata visualization
要使 matplotlib 中线图的线条颜色随数据索引而变化，我们可以采取以下步骤 −
步骤
设置图形大小并调整子图之间和周围的填充。
使用 numpy 创建 x 和 y 数据点。
获取较小的限制，dydx。
使用 numpy 获取 points 和 segments 数据点。
创建一个图形和一组子图。
创建一个类，当调用时，将数据线性归一化为一些范围。
从 numpy 数组 *A* 设置图像数组。
设置集合的线宽。
设置轴 1 的颜色条。
从颜色列表(即 r、g 和 b)生成 Colormap 对象。
重复步骤 6、7、8、9 和 10。
设置 X 和 Y 轴的限制。
要显示图形，请使用 show() 方法。
示例
import numpy as np import matplotlib.pyplot as plt from matplotlib.collections import LineCollection from matplotlib.colors import ListedColormap, BoundaryNorm plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True x = np.linspace(0, 3 * np.pi, 500) y = np.sin(x) dydx = np.cos(0.5 * (x[:-1] + x[1:])) points = np.array([x, y]).T.reshape(-1, 1, 2) segments = np.concatenate([points[:-1], points[1:]], axis=1) fig, axs = plt.subplots(2, 1, sharex=True, sharey=True) norm = plt.Normalize(dydx.min(), dydx.max()) lc = LineCollection(segments, cmap='viridis', norm=norm) lc.set_array(dydx) lc.set_linewidth(2) line = axs[0].add_collection(lc) fig.colorbar(line, ax=axs[0]) cmap = ListedColormap(['r', 'g', 'b']) norm = BoundaryNorm([-1, -0.5, 0.5, 1], cmap.N) lc = LineCollection(segments, cmap=cmap, norm=norm) lc.set_array(dydx) lc.set_linewidth(2) line = axs[1].add_collection(lc) fig.colorbar(line, ax=axs[1]) axs[0].set_xlim(x.min(), x.max()) axs[0].set_ylim(-1.1, 1.1) plt.show()
输出
它将产生以下输出 −
