通过cycler实现属性的自动映射
通过cycler实现属性的自动映射
生信修炼手册
发布于 2020-09-14 11:01:28
发布于 2020-09-14 11:01:28
代码可运行
运行总次数：0
代码可运行
在matplotlib中，默认存在一个颜色 的自动映射机制，当我们绘制多条直线时，会通过这个颜色映射机制来为每条直线赋予不同的颜色，代码如下
>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> x = np.linspace(0, 3 * np.pi, 50)
>>> offsets = np.linspace(0, 2 * np.pi, 4, endpoint=False)
>>> for i in range(6):
... y = np.sin(x) + i
... plt.plot(x, y)
...
>>> plt.show()输出结果如下
具体是如何实现这个功能的呢？其实是通过axes.prop_cycle这个属性，该属性用于设置一些基本的属性映射，默认情况下，设置了颜色的自动映射
>>> import matplotlib
>>> matplotlib.rcParams['axes.prop_cycle']
cycler('color', ['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728', '#9467bd', '#8c564b', '#e377c2', '#7f7f7f', '#bcbd22', '#17becf'])可以看到，默认的映射属性为颜色，然后对应了一系列的颜色梯度，当我们绘制多条颜色时，每条直线的颜色对应该颜色梯度中的一个具体颜色。当线条个数超出了颜色梯度的范围时，会自动循环利用，代码如下
>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> x = np.linspace(0, 3 * np.pi, 50)
>>>
>>> offsets = np.linspace(0, 2 * np.pi, 4, endpoint=False)
>>> for i in range(20):
... y = np.sin(x) + i
... plt.plot(x, y)
...
>>> plt.show()输出结果如下
可以看到，超过10条之后，线条的颜色出现了循环重复。通过cyler模块，我们可以自定义这样的属性循环，用法如下
>>> from cycler import cycler
>>> custom_cycler = cycler(color=['c', 'm', 'y', 'k'])
>>> fig, ax = plt.subplots()
>>> ax.set_prop_cycle(custom_cycler)
>>> x = np.linspace(0, 3 * np.pi, 50)
>>> offsets = np.linspace(0, 2 * np.pi, 4, endpoint=False)
>>> for i in range(6):
... y = np.sin(x) + i
... ax.plot(x, y)
...
>>> plt.show()上述代码通过Cycler定义了颜色的循环，然后通过set_prop_cycle将该颜色循环添加到特定的axes对象上，输出结果如下
其实，该循环可以定义的属性很多，颜色，线条宽度，线条样式等常用属性都可以进行定义，而且不同的循环还可以进行叠加，代码如下
>>> from cycler import cycler
>>> custom_cycler = cycler(cycler(color=['c', 'm', 'y']) + cycler(linestyle=['-', '--', ':']))
>>> fig, ax = plt.subplots()
>>> ax.set_prop_cycle(custom_cycler)
>>> x = np.linspace(0, 3 * np.pi, 50)
>>> offsets = np.linspace(0, 2 * np.pi, 4, endpoint=False)
>>> for i in range(6):
... y = np.sin(x) + i
... ax.plot(x, y)
...
>>> plt.show()当多个循环相加时，必须保证其长度相同，上述代码中每个属性的梯度长度都为3，输出结果如下
通过cycler为相同元素添加属性的自动映射，极大提高了绘图效率。
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2020-09-04，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
