3

我想生成一个图表，显示同一图表上各种收敛方法/值的数值函数的误差。

我正在使用一个while循环来增加收敛条件的不同值并在图表上绘制误差，每种收敛方法一次（标有后缀A＆B）。

问题是每次我在 matplotlib 中调用 plot 时，这条线都会显示为不同的颜色。我希望每个收敛值都使用相同的颜色（即，如果它们共享收敛值，则将线条绘制为相同的颜色），以使读者更容易看到哪些线是连接的。

我的代码当前生成的示例。

而我希望每对中的彩色和黑色虚线颜色相同。我没有包含函数的定义，但我用来生成图表的代码是

conv = 1e-0
h=0.1

while conv>1e-4:

    errorlist_A, errorlist_B = [],[]
    gridsize = []
    grid_x = 40


    while grid_x <= 100:

        analytical = (np.ones((grid_x,grid_x)))*edge_val
        P = np.zeros((grid_x,grid_x))

        gridsize.append(grid_x)


        solA = solvelap_avg_rand(grid_x,grid_x,edge_val,P,h,conv)
        solB = solvelap_max_rand(grid_x,grid_x,edge_val,P,h,conv)

        errorlist_A.append(errorfunc(grid_x,grid_y,analytical,solA,edge_val))
        errorlist_B.append(errorfunc(grid_x,grid_y,analytical,solB,edge_val))

        grid_x +=5
        print(grid_x)

    plt.plot(gridsize,errorlist_A, label = "{0:.1g}".format(conv))
    plt.plot(gridsize,errorlist_B, label = "{0:.1g}".format(conv) , linestyle = "--", color = "k")

    conv *=0.1


plt.title("Fig:6 Error per Node Vs. Grid Width")
plt.xlabel("Grid Width")
plt.ylabel("Average Error Per Node (Log10)")
plt.yscale("log")
plt.legend()
plt.show()

注意：我知道您可以手动将线条的颜色设置为参数，但我不确定如何在循环中执行此操作。

此外，如果有任何方法可以防止图例阻止情节，那也将非常有帮助。

4

1 回答 1

4

我会使用颜色图来自动定义颜色。但是，由于您事先不知道会有多少条曲线，因此我们可以绘制所有曲线并在之后为它们着色。

修改代码中的以下行：

# Remove the `color=` parameter here, it will be overwritten anyway.
plt.plot(gridsize, errorlist_A, label="{0:.1g}".format(conv))
plt.plot(gridsize, errorlist_B, label="{0:.1g}".format(conv), linestyle = "--")

然后在之前添加那些plt.show()：

# After you plotted them, apply a random color to each curve.
import matplotlib.cm as cm
colormap = cm.get_cmap("plasma") # The various colormaps can be found here: https://matplotlib.org/3.1.0/tutorials/colors/colormaps.html
ax = plt.gca()
lines = ax.lines
N = len(lines)
for n in range(0, N, 2): # For each two-lines made via `plt.plot(...)`:
    random_color = colormap(n/N) # This function takes a number between 0 and 1 and returns a color.
    lines[n].set_color(random_color)
    lines[n+1].set_color(random_color)

在此处输入图像描述

于 2020-02-10T19:37:16.903 回答