如何在Matplotlib单图中为不同曲线设置正确颜色

常见问题原因及对应解决方案 #

1. 未显式指定固定颜色，Matplotlib自动循环配色

如果绘制时没有给每条曲线指定color参数，Matplotlib会默认使用自带的颜色循环表，当曲线被拆分成多个分段（比如数据有中断）或多次调用plot时，会自动取下一个颜色，导致中途变色。

解决办法：给每条曲线显式指定固定颜色

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 直接用颜色名称、十六进制码或RGB值指定
plt.plot(x, y1, color='crimson', label='正弦曲线')
plt.plot(x, y2, color='#4CAF50', label='余弦曲线')

plt.legend()
plt.show()

2. 数据存在非连续点（如NaN）导致曲线分段

如果你的数据中包含NaN值，Matplotlib会将这些位置视为曲线中断，每个连续的数据段会自动分配新的颜色，看起来像是同一条曲线中途变色。

解决办法：清理或填充非连续数据

• 方法一：移除NaN对应的坐标点

# 模拟含NaN的数据集
y1_with_nan = y1.copy()
y1_with_nan[20:30] = np.nan

# 过滤掉NaN值
valid_mask = ~np.isnan(y1_with_nan)
plt.plot(x[valid_mask], y1_with_nan[valid_mask], color='crimson', label='清理后曲线')

• 方法二：插值填充NaN值（适合需要保留完整曲线的场景）

from scipy.interpolate import interp1d

# 获取有效数据点
x_valid = x[valid_mask]
y_valid = y1_with_nan[valid_mask]

# 线性插值填充
interp_func = interp1d(x_valid, y_valid, kind='linear')
y_filled = interp_func(x)

plt.plot(x, y_filled, color='crimson', label='填充后曲线')

3. 循环绘制时重复调用plot却未绑定固定颜色

如果用循环批量绘制曲线，但没有给每条曲线分配固定颜色，或者循环逻辑错误导致同一条曲线被多次绘制，也会出现颜色切换问题。

解决办法：提前定义颜色列表，循环时按索引取用

# 预定义颜色列表
color_list = ['crimson', '#4CAF50', '#2196F3', '#FFC107']
curve_data = [np.sin(x), np.cos(x), np.sin(x)*2, np.cos(x)*2]

for idx, y_data in enumerate(curve_data):
    plt.plot(x, y_data, color=color_list[idx], label=f'曲线 {idx+1}')

plt.legend()
plt.show()

额外检查项 #

• 确认代码中没有重复绘制同一条曲线的逻辑
• 如果使用pandas绘图，检查plot方法是否正确指定了color参数，避免默认的分组配色

内容的提问来源于stack exchange，提问作者Alike minute