如何在Matplotlib中为折线图（lineplot）应用summer颜色映射？

问题根源 #

plt.scatter()支持通过cmap参数直接调用颜色映射，因为它可以为每个散点分配独立颜色；但plt.plot()的color参数只接受单一颜色值（比如十六进制、RGB元组、颜色名称），不能直接传入颜色映射名称，这就是报错的核心原因。

解决方案 #

从summer颜色映射中提取对应每个Cycle_Index的颜色值，再给每条折线指定该颜色：

1. 获取summer颜色映射实例
   先创建颜色映射对象，再根据循环索引的数量生成对应的颜色数组：

   import matplotlib.pyplot as plt
   import numpy as np
   from matplotlib.cm import get_cmap
   
   # 获取summer颜色映射
   cmap = get_cmap('summer')
   # 获取所有唯一的Cycle_Index
   cycle_indices = np.unique(data['Cycle_Index'])
   # 根据循环索引数量生成颜色数组，将索引归一化到0-1范围以匹配色映射区间
   colors = cmap(np.linspace(0, 1, len(cycle_indices)))
   

2. 遍历Cycle_Index绘制折线
   循环每个索引，匹配对应的颜色绘制折线：

   plt.figure(figsize=(10,6))
   for idx, cycle in enumerate(cycle_indices):
       # 筛选当前循环的数据
       cycle_data = data[data['Cycle_Index'] == cycle]
       # 绘制折线，指定从colors数组中取对应颜色
       plt.plot(cycle_data['x_axis'], cycle_data['y_axis'], color=colors[idx], label=f'Cycle {cycle}')
   
   plt.xlabel('X轴标签')
   plt.ylabel('Y轴标签')
   plt.title('电池循环数据折线图')
   plt.legend()
   plt.show()
   

自定义LinearSegmentedColormap的适配 #

如果使用自定义的颜色映射，只需把get_cmap('summer')换成你的自定义cmap对象即可，逻辑完全一致：

# 示例自定义summer风格的颜色映射
from matplotlib.colors import LinearSegmentedColormap
custom_summer = LinearSegmentedColormap.from_list('custom_summer', ['#ffffcc', '#8dd3c7', '#fb8072'])
colors = custom_summer(np.linspace(0, 1, len(cycle_indices)))

内容的提问来源于stack exchange，提问作者Leila Amani