### 如何在 Python Matplotlib 中根据类别设置线条颜色 在 Python 的 Matplotlib 库中，可以通过条件判断或者映射函数来实现根据不同类别为 Figure 中的线条分配不同的颜色。以下是具体方法以及示例代码。 #### 方法概述 可以利用字典或其他数据结构将类别映射到特定的颜色值。通过这种方式，在绘制图形时可以根据类别的不同动态调整线条的颜色[^1]。此外，还可以结合 `numpy` 或者其他库处理更复杂的数据集。 #### 示例代码 以下是一个完整的例子，展示如何基于类别为每条线指定颜色： ```python import matplotlib.pyplot as plt # 假设我们有三组数据分别属于三个类别 categories = ['A', 'B', 'C'] data_x = [[1, 2, 3], [1, 2, 3], [1, 2, 3]] data_y = [[1, 4, 9], [2, 5, 8], [3, 6, 7]] # 定义一个颜色映射表 color_map = {'A': 'red', 'B': 'blue', 'C': 'green'} # 创建画布并开始绘图 plt.figure(figsize=(8, 6)) for i, category in enumerate(categories): plt.plot(data_x[i], data_y[i], label=f'Category {category}', color=color_map[category]) # 添加图例和其他装饰 plt.legend() plt.title('Lines Colored by Category') plt.xlabel('X-axis') plt.ylabel('Y-axis') # 显示图像 plt.show() ``` 在这个例子中，创建了一个名为 `color_map` 的字典用于存储类别与对应颜色的关系。随后遍历每一组数据，并依据其所属类别选取适当的颜色进行绘制[^2]。 #### 更复杂的场景——自动配色方案 如果类别数量较多或不确定，则可采用循环机制自动生成一组不重复的颜色。Matplotlib 提供了多种内置 colormap 可供选择。 ```python import numpy as np from matplotlib import cm unique_categories = list(set(categories)) # 获取唯一类别列表 colormap = cm.get_cmap('tab10') # 使用 tab10 配色方案 colors = colormap(np.linspace(0, 1, len(unique_categories))) # 构建新的颜色映射关系 auto_color_map = dict(zip(unique_categories, colors)) # 绘制部分保持不变... ``` 这里引入了 NumPy 和 Matplotlib 的 colormaps 功能来自动生成一系列区分度高的颜色[^3]。 --- ####