Python 常用线型 + 点符号 + 颜色汇总 ∈ Python 编程笔记

• 主博客：Python 编程笔记（本人出品，必属精品）
• 画图主博客：Python 各种画图
  

Part.I 线型

Chap.I 基本线型

基本线型有四种：

符号	字符串	元组	样式说明
-	solid	(0, ())	实线
:	dotted	(0, (1, 1))	点线
--	dashed	(0, (3, 1))	虚线
-.	dashdot	(0, (3, 1))	点横线

---

线型绘制代码示例

X = [0,1]
style=['-',':','--','-.']
for i in range(4):
    Y=[i,i]
    plt.plot(X,Y,linestyle=style[i],label =style[i])
plt.legend(loc='best')
plt.show()

可以绘制上述线型大致样子：

Chap.II 元组线型

用元组表示线型的方法，比如(0,(1,2,3,4,2,2))表示的线型如下：

其中

• 0：表示线实际起始点与名义起始点间距为0磅
• 1,2：第一小段线宽1磅，第一和第二段之间距离2磅
• 3,4：第二小段线宽3磅，第二和第三段之间距离4磅
• 2,2：第三小段线宽2磅，第三和第四段之间距离2磅

这后面估计可以无限在后面加的，进而可以产生无限种线型。

Part.II 点符号

Chap.I 基本符号

下面是一些绘图点符号：

符号	含义	符号	含义
'.'	point marker	's'	square marker
','	pixel marker	'p'	pentagon marker
'o'	circle marker	'*'	star marker
'v'	triangle_down marker	'h'	hexagon1 marker
'^'	triangle_up marker	'H'	hexagon2 marker
'<'	triangle_left marker	'+'	plus marker
'>'	triangle_right marker	'x'	x marker
'P'	plus(filled)	'X'	X(filled)
'1'	tri_down marker	'D'	diamond marker
'2'	tri_up marker	'd'	thin_diamond marker
'3'	tri_left marker	$|$	vline marker
'4'	tri_right marker	'_'	hline marker
'8'	octagon

---

绘制代码示例

X = list(range(1,26))
Y = list(np.full(25,1))
plt.figure()
mark=['.',',','o','v','^','<','>','1','2','3','4','8',
's','p','P','*','h','H','+','x','X','D','d','|','_']
for i in range(25):
    plt.scatter(X[i],Y[i],marker=mark[i])
plt.xticks(X,mark)
plt.ylim(0.5,1.5)
plt.gca().set_aspect(1)	
plt.show()

可以绘制上述符号大致样子：

Chap.II 高级符号

这类高级marker使用marker ='$\xxx$'来调用

样式	代码	样式	代码
ϖ	\varpi	⌈	\lceil
ϱ	\varrho	⌊	\lfloor
ς	\varsigma	⌞	\llcorner
ϑ	\vartheta	⌟	\lrcorner
ξ	\xi	⟩	\rangle
ζ	\zeta	⌉	\rceil
Δ	\Delta	⌋	\rfloor
Γ	\Gamma	⌜	\ulcorner
Λ	\Lambda	↑	\uparrow
Ω	\Omega	⌝	\urcorner
Φ	\Phi	Θ	\Theta
Π	\Pi	{	\{
Ψ	\Psi	`	`
Σ	\Sigma	}	\}
Υ	\Upsilon	⋀	\bigwedge
Ξ	\Xi	⋂	\bigcap
℧	\mho	⋃	\bigcup
∇	\nabla	⨀	\bigodot
ℵ	\aleph	⨁	\bigoplus
ℶ	\beth	⨂	\bigotimes
ℸ	\daleth	⨄	\biguplus
ℷ	\gimel	⋁	\bigvee
∐	\coprod	⟨	\langle
⇓	\Downarrow	∫	\int
⇑	\Uparrow	∮	\oint
‖	\Vert	∏	\prod
↓	\downarrow	∑	\sum

---

符号绘制代码示例：

X = list(range(1,200,10))
Y = list(np.full(58,0))
plt.figure()
mark1=['varpi','varrho','varsigma','vartheta','xi','zeta','Delta','Gamma','Lambda','Omega',
'Phi','Pi','Psi','Sigma','Theta','Upsilon','Xi','mho','nabla','aleph']
mark2=['beth','daleth','gimel','Downarrow','Uparrow','Vert','downarrow','langle','{','}',
'lceil','lfloor','llcorner','lrcorner','rangle','rceil','rfloor','ulcorner','uparrow','urcorner']
mark=['vert','|','bigcap','bigcup','bigodot','bigoplus','bigotimes','biguplus','bigvee','bigwedge',
'coprod','int','oint','prod','sum','coprod','int','oint','prod','sum']
for i in range(20):
    str='$\\'+mark[i]+'$'
    plt.scatter(X[i],Y[i],marker=str,s=100)
plt.xticks(X,mark,rotation=60)
plt.ylim(-5,5)
plt.gca().set_aspect(1)	
plt.show()

可以绘制上述符号大致样子：

值得注意的是，Python还支持自定义marker，它也是使用marker ='$\xx$'来调用，比如$\heartsuit$表示

Part.III 颜色

Chap.I 单词或字母表示颜色

常用的单字母颜色：

颜色符号
b 蓝色
g 绿色
r 红色
c 青色
m 品红
y 黄色
k 黑色
w 白色

---

Chap.II 十六进制表示颜色

关于颜色，除了使用单词之外，我们还可以使用16进制来表示颜色。比如#CECECE，表示一种淡淡的灰色。16进制表示颜色是一种常见的方法，我们知道光的三原色是红绿蓝，也就是RGB。在计算机领域常用0-255这256个数字来表示某一个原色的强弱。通过三原色的不同组合，我们可以组合出所有的颜色。一共三种原色，那么自然也就需要三个数字来表示，由于255以内的数字写成16进制只有两位，所以我们可以用6位16进制的数字来代表颜色。

常用十六进制颜色对照表代码查询： https://www.cnblogs.com/planetwithpig/p/11663209.html

---

十六进制颜色与十进制 RGB 颜色相互转换：'35,26,17' ↔ #231A11

def RGB_to_Hex(rgb):
    """ Convert (r,g,b) to 16-进制 """
    RGB = rgb.split(',')            # 将RGB格式划分开来
    color = '#'
    for i in RGB:
        num = int(i)
        # 将R、G、B分别转化为16进制拼接转换并大写  hex() 函数用于将10进制整数转换成16进制，以字符串形式表示
        color += str(hex(num))[-2:].replace('x', '0').upper()
    # print(color)
    return color


def Hex_to_RGB(hex):
    """ Convert 16-进制 to (r,g,b) """
    r = int(hex[1:3],16)
    g = int(hex[3:5],16)
    b = int(hex[5:7], 16)
    rgb = str(r)+','+str(g)+','+str(b)
    print(rgb)
    return rgb

Chap.III matplotlib 默认配色顺序

可以通过下面的代码来输出 matplotlib 的默认配色顺序，笔者输出了前 20 种颜色

import matplotlib.pyplot as plt

for i in range(20):		# 可修改这个数字
    line = plt.plot([i, i])
    c = line[0].get_color()
    plt.annotate(repr(i) + ":"+c, (0, i+0.1))
    print(c)
plt.show()

前 20 种颜色为：

# matplotlib 前 20 种颜色
default_color=['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728', '#9467bd',
               '#8c564b', '#e377c2', '#7f7f7f', '#bcbd22', '#17becf',
               '#1f77b4', '#ff7f0e', '#2ca02c', '#d62728', '#9467bd',
               '#8c564b', '#e377c2', '#7f7f7f', '#bcbd22', '#17becf']

Chap.IV 巧用 colorbar

• 设置颜色渐变条colorbar
• colorbar自定义配色

---

根据colormap来创建多种颜色

cm = plt.cm.get_cmap('RdYlBu_r',nums) 	# 创建 nums 种颜色，保存在 cm 中
c(indx)		# 取出来第 index 种颜色来使用，注意不是用[]而是用()

---

绘图时根据因变量的值大小来染以不同的颜色

cm = plt.cm.get_cmap('RdYlBu_r',nums)   # RdYlBu_r末尾加r表示颜色取反
plt.scatter(x, y,c=x,cmap=cm)

它的意思是，根据指标 x 的大小来从颜色列表中选取颜色，颜色列表是cm(它是一个colormap)

---

matplotlib 中所有 cmap 的可选参数

---

比如绘制一个协方差矩阵的相关图：

def imshow():
    Q1=[[6.290,5.978,0.544],
        [5.978,6.292,2.340],
        [0.544,2.340,6.288]]

    Q2=[[4.476,0.334,0.230],
        [0.334,1.146,0.082],
        [0.230,0.082,0.626]]
    # ------------ draw -----------
    fig, ax = plt.subplots(nrows=1, ncols=2) 
    plt.subplot(1,2,1)
    plt.imshow(Q1, cmap='YlGn')
    plt.subplot(1,2,2)
    plt.imshow(Q2, cmap='YlGn')
    plt.colorbar(ax=ax,orientation="horizontal") 
    plt.show()
    return

---

自定义 colorbar：

from matplotlib.colors import LinearSegmentedColormap, ListedColormap
	colors = ['#211A3F','#453370','#A597B6','#FEF3E8','#D06C9D']	# 元素个数为两个及以上
    colors.reverse()
    cmap1 = ListedColormap(colors)									# 分段 colormap
    cmap2 = LinearSegmentedColormap.from_list('mymap', colors)		# 连续 colormap

比如：

def imshow():
    Q1=[[6.290,5.978,0.544],
        [5.978,6.292,2.340],
        [0.544,2.340,6.288]]

    Q2=[[4.476,0.334,0.230],
        [0.334,1.146,0.082],
        [0.230,0.082,0.626]]
    # ------------ draw -----------
    fig, ax = plt.subplots(nrows=1, ncols=2) 
    plt.subplot(1,2,1)
    colors = ['#211A3F','#453370','#A597B6','#FEF3E8','#D06C9D']
    colors.reverse()
    cmap1 = ListedColormap(colors)
    cmap2 = LinearSegmentedColormap.from_list('mymap', colors)
    plt.imshow(Q1, cmap=cmap1)
    plt.colorbar(orientation="horizontal") 
    plt.subplot(1,2,2)
    plt.imshow(Q2, cmap=cmap2)     # YlGn
    plt.colorbar(orientation="horizontal") 
    plt.show()
    return

想要控制 colorbar 标签的字体，只需令cb=plt.colorbar()，然后对cb.ax进行设置即可！

Reference

• 参考 https://www.cnblogs.com/Big-Big-Watermelon/p/14052165.html