什麼是如何生成隨機顏色傳遞到繪圖功能的簡單例子？如何在matplotlib中生成隨機顏色？
我打電話散佈在一個循環內，並希望每個陰謀不同的顏色。
for X,Y in data:
scatter(X, Y, c=??)
C： 的顏色。 c可以是單色格式字符串，也可以是長度爲N的顏色規格序列，也可以是使用通過kwargs指定的cmap和範數（參見下文）映射到顏色的N個數字序列。請注意，c不應該是單個數字RGB或RGBA序列，因爲它與要進行彩色映射的值數組難以區分。然而，c可以是其中行是RGB或RGBA的二維陣列。
for X,Y in data:
scatter(X, Y, c=numpy.random.rand(3,1))
我不得不使用'c = numpy.random.rand（3，）'，否則我得到一個錯誤... – heltonbiker
如果有三個值要繪製？ –
當小於9個集：
colors = "bgrcmykw"
color_index = 0
for X,Y in data:
scatter(X,Y, c=colors[color_index])
color_index += 1
我打電話循環內部散射，並希望以不同的顏色各小區。
此基礎上，並在您的回答：在我看來，你真的想n不同顏色供您的數據集; 您想要將整數索引0, 1, ..., n-1映射到不同的RGB顏色。喜歡的東西：
下面是做到這一點的功能：
cmap = get_cmap(len(data))
for i, (X, Y) in enumerate(data):
scatter(X, Y, c=cmap(i))
import matplotlib.pyplot as plt
def get_cmap(n, name='hsv'):
'''Returns a function that maps each index in 0, 1, ..., n-1 to a distinct
RGB color; the keyword argument name must be a standard mpl colormap name.'''
return plt.cm.get_cmap(name, n)
用法
我生成了th在我的答案E圖用下面的代碼：
import matplotlib.pyplot as plt
def get_cmap(n, name='hsv'):
'''Returns a function that maps each index in 0, 1, ..., n-1 to a distinct
RGB color; the keyword argument name must be a standard mpl colormap name.'''
return plt.cm.get_cmap(name, n)
def main():
N = 30
fig=plt.figure()
ax=fig.add_subplot(111)
plt.axis('scaled')
ax.set_xlim([ 0, N])
ax.set_ylim([-0.5, 0.5])
cmap = get_cmap(N)
for i in range(N):
rect = plt.Rectangle((i, -0.5), 1, 1, facecolor=cmap(i))
ax.add_artist(rect)
ax.set_yticks([])
plt.show()
if __name__=='__main__':
main()
測試兩者的Python 2.7 & matplotlib 1.5，並與Python 3.5 & matplotlib 2.0。它按預期工作。
闡述@約翰 - 眉的回答，如果你有任意長的數據，但並不需要嚴格獨特的顏色：
爲蟒2：
from itertools import cycle
cycol = cycle('bgrcmk')
for X,Y in data:
scatter(X, Y, c=cycol.next())
爲Python 3：
from itertools import cycle
cycol = cycle('bgrcmk')
for X,Y in data:
scatter(X, Y, c=next(cycol))
這樣做的好處是色彩易於控制，而且很短。
一段時間以來，我對matplotlib不會生成隨機顏色的colormap的事實感到非常惱火，因爲這是分割和聚類任務的常見需求。
通過只產生隨機顏色，我們可能會結束一些太亮或太暗，使可視化變得困難。此外，通常我們需要第一個或最後一個顏色爲黑色，代表背景或異常值。所以我寫了一個小功能對我的日常工作
下面是它的行爲：
new_cmap = rand_cmap(100, type='bright', first_color_black=True, last_color_black=False, verbose=True) 
比你只需要使用new_cmap爲您的色彩表上matplotlib：
ax.scatter(X,Y, c=label, cmap=new_cmap, vmin=0, vmax=num_labels)
代碼在這裏：
def rand_cmap(nlabels, type='bright', first_color_black=True, last_color_black=False, verbose=True):
"""
Creates a random colormap to be used together with matplotlib. Useful for segmentation tasks
:param nlabels: Number of labels (size of colormap)
:param type: 'bright' for strong colors, 'soft' for pastel colors
:param first_color_black: Option to use first color as black, True or False
:param last_color_black: Option to use last color as black, True or False
:param verbose: Prints the number of labels and shows the colormap. True or False
:return: colormap for matplotlib
"""
from matplotlib.colors import LinearSegmentedColormap
import colorsys
import numpy as np
if type not in ('bright', 'soft'):
print ('Please choose "bright" or "soft" for type')
return
if verbose:
print('Number of labels: ' + str(nlabels))
# Generate color map for bright colors, based on hsv
if type == 'bright':
randHSVcolors = [(np.random.uniform(low=0.0, high=1),
np.random.uniform(low=0.2, high=1),
np.random.uniform(low=0.9, high=1)) for i in xrange(nlabels)]
# Convert HSV list to RGB
randRGBcolors = []
for HSVcolor in randHSVcolors:
randRGBcolors.append(colorsys.hsv_to_rgb(HSVcolor[0], HSVcolor[1], HSVcolor[2]))
if first_color_black:
randRGBcolors[0] = [0, 0, 0]
if last_color_black:
randRGBcolors[-1] = [0, 0, 0]
random_colormap = LinearSegmentedColormap.from_list('new_map', randRGBcolors, N=nlabels)
# Generate soft pastel colors, by limiting the RGB spectrum
if type == 'soft':
low = 0.6
high = 0.95
randRGBcolors = [(np.random.uniform(low=low, high=high),
np.random.uniform(low=low, high=high),
np.random.uniform(low=low, high=high)) for i in xrange(nlabels)]
if first_color_black:
randRGBcolors[0] = [0, 0, 0]
if last_color_black:
randRGBcolors[-1] = [0, 0, 0]
random_colormap = LinearSegmentedColormap.from_list('new_map', randRGBcolors, N=nlabels)
# Display colorbar
if verbose:
from matplotlib import colors, colorbar
from matplotlib import pyplot as plt
fig, ax = plt.subplots(1, 1, figsize=(15, 0.5))
bounds = np.linspace(0, nlabels, nlabels + 1)
norm = colors.BoundaryNorm(bounds, nlabels)
cb = colorbar.ColorbarBase(ax, cmap=random_colormap, norm=norm, spacing='proportional', ticks=None,
boundaries=bounds, format='%1i', orientation=u'horizontal')
return random_colormap
這也是在GitHub上： https://github.com/delestro/rand_cmap
這是阿里的回答每小區給一個不同顏色的更簡潔的版本：
import matplotlib.pyplot as plt
N = len(data)
cmap = plt.cm.get_cmap("hsv", N+1)
for i in range(N):
X,Y = data[i]
plt.scatter(X, Y, c=cmap(i))
完善答案https://stackoverflow.com/a/14720445/6654512與Python3工作。那段代碼有時會產生大於1的數字，而matplotlib會產生錯誤。
for X,Y in data:
scatter(X, Y, c=numpy.random.random(3))
基於阿里和Champitoad的回答是：
如果你想嘗試不同的調色板一樣，你可以在幾行做到這一點：
cmap=plt.cm.get_cmap(plt.cm.viridis,143)
^143福祉你正在採樣的顏色的數量
我選擇了143，因爲色彩地圖上的所有顏色範圍都在這裏發揮作用。你可以做的是每次迭代採樣第n個顏色來獲得色彩映射效果。
n=20 for i,(x,y) in enumerate(points): plt.scatter(x,y,c=cmap(n*i))
隨機選擇什麼？如果您從所有可用的顏色中隨機選擇，您可能會得到一些不同顏色的奇怪組合，有些非常相似，難以區分。 – BrenBarn