Seringkali, tidak perlu mendapatkan siklus warna default dari mana saja, karena ini adalah siklus warna default, jadi cukup menggunakannya saja sudah cukup.
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111)
t = np.arange(5)
for i in range(4):
line, = ax.plot(t,i*(t+1), linestyle = '-')
ax.plot(t,i*(t+1)+.3,color = line.get_color(), linestyle = ':')
plt.show()
Jika Anda ingin menggunakan siklus warna default untuk sesuatu yang berbeda, tentu saja ada beberapa pilihan.
peta warna "tab10"
Pertama-tama harus disebutkan bahwa peta "tab10"
warna terdiri dari warna-warna dari siklus warna default, Anda bisa mendapatkannya melalui cmap = plt.get_cmap("tab10")
.
Setara dengan hal di atas maka akan menjadi
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111)
t = np.arange(5)
cmap = plt.get_cmap("tab10")
for i in range(4):
ax.plot(t,i*(t+1), color=cmap(i), linestyle = '-')
ax.plot(t,i*(t+1)+.3,color=cmap(i), linestyle = ':')
plt.show()
Warna dari siklus warna
Anda juga dapat menggunakan color cycler secara langsung cycle = plt.rcParams['axes.prop_cycle'].by_key()['color']
. Ini memberikan daftar dengan warna dari siklus, yang dapat Anda gunakan untuk mengulang.
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111)
t = np.arange(5)
cycle = plt.rcParams['axes.prop_cycle'].by_key()['color']
for i in range(4):
ax.plot(t,i*(t+1), color=cycle[i], linestyle = '-')
ax.plot(t,i*(t+1)+.3,color=cycle[i], linestyle = ':')
plt.show()
The CN
notasi
Akhirnya, CN
notasi memungkinkan untuk mendapatkan N
warna siklus warna color="C{}".format(i)
,. Namun ini hanya berfungsi untuk 10 warna pertama ( N in [0,1,...9]
)
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111)
t = np.arange(5)
for i in range(4):
ax.plot(t,i*(t+1), color="C{}".format(i), linestyle = '-')
ax.plot(t,i*(t+1)+.3,color="C{}".format(i), linestyle = ':')
plt.show()
Semua kode yang disajikan di sini menghasilkan plot yang sama.
lines_colour_cycle = [p['color'] for p in plt.rcParams['axes.prop_cycle']]