如何为Matplotlib循环生成的多图设置差异化同色系色调？

你当前代码里xaxis = np.linspace(0.5,1, 1000)只取了Blues色卡的后半段（偏浅的区域），10条曲线的颜色都集中在相近的浅蓝色调，自然区分度低。要让色调差异显著，核心是调整颜色映射的取值范围，覆盖色卡的更多区间，具体调整方式如下：

核心修改点 #

• 直接根据需要生成的曲线数量，在0到1的全范围内均匀取色，覆盖Blues色卡从深到浅的完整区间，这样各曲线的色调差异会非常明显。
• 不需要额外生成1000个点的xaxis数组，用循环索引直接计算颜色位置即可，更简洁高效。

修改后的代码 #

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
plt.close("all")

# 这里可以替换成用户选择的数量，比如5、7、8等
num_plots = 10
# 获取对应数量的Blues色阶
blues = cm.get_cmap('Blues', num_plots)

fig, ax = plt.subplots()

l1 = np.array([1,2,3,4,5,6,7,8,9,10])

for i in range(num_plots):
    l0 = l1 * i
    # 均匀分布在0-1区间取色，覆盖完整色卡
    ax.plot(l1, l0, color=blues(i/num_plots), label=f'plot {i+1}')
    ax.legend()

plt.show()

微调选项 #

如果觉得全范围的颜色太深（比如第一条曲线接近深蓝色），可以微调取值范围，比如从0.2到1，既避免过深的颜色，又保留足够的色调差异：

ax.plot(l1, l0, color=blues(0.2 + 0.8*(i/num_plots)), label=f'plot {i+1}')

内容的提问来源于stack exchange，提问作者Chat0924