Matplotlib stackplot如何为分组指定跨子图一致的固定颜色

核心逻辑：放弃依赖matplotlib按传入顺序自动循环取色的默认机制，提前建立全局的「分组名称-固定颜色」映射表，每次绘图时手动指定当前子图所有分组对应的颜色，从根源上避免顺序取色导致的同组异色问题。

你对colormap方案的判断是正确的：无论是默认色图还是自定义色图，本质都是按绘图时传入的序列顺序循环取色，只要不同子图的分组数量、传入顺序不一致，就无法保证跨子图的颜色一致性，和选用哪种色图没有关系。

具体实现步骤 #

• 提前枚举所有绘图场景中会出现的全部分组，为每个分组分配唯一的专属颜色，构建全局映射字典。分组数量较多时，可以直接调用matplotlib自带的离散色卡（如tab10、tab20、tab20b）取色，避免手动选色出现冲突。
• 每次调用stackplot绘图前，根据当前子图传入的分组标签顺序，从全局映射字典中取出对应颜色组成颜色列表，传给stackplot的colors参数即可。

修正后的可运行示例代码 #

import matplotlib.pyplot as plt

# 测试数据
a = [1, 3, 5]
b = [3, 4, 5]
c = [4, 5, 6]
d = [6, 7, 8]
x = [0, 1, 2]

# 核心：定义全局分组-颜色固定映射
# 取matplotlib默认离散色板的颜色，也可以替换为自定义十六进制颜色值
default_colors = plt.rcParams['axes.prop_cycle'].by_key()['color']
group_color_map = {
    'a': default_colors[0],
    'b': default_colors[1],
    'c': default_colors[2],
    'd': default_colors[3]
    # 后续新增分组直接在此处追加映射关系即可
}

fig, axs = plt.subplots(1, 2, figsize=(20, 7), sharex=True, sharey=True)

# 绘制第一个子图（分组a、b、c）
labels_0 = ['a', 'b', 'c']
colors_0 = [group_color_map[g] for g in labels_0]
axs[0].stackplot(x, a, b, c, labels=labels_0, colors=colors_0)
axs[0].legend()

# 绘制第二个子图（分组c、d）
labels_1 = ['c', 'd']
colors_1 = [group_color_map[g] for g in labels_1]
axs[1].stackplot(x, c, d, labels=labels_1, colors=colors_1)
axs[1].legend()

plt.show()

方案扩展性说明 #

该方案无数量限制，可支持任意多子图、任意分组组合的场景。无论分组在子图中的传入顺序如何、每个子图包含多少个分组，只要全局映射表中定义了对应分组的颜色，就能保证同一分组在所有子图中的显示颜色完全一致。新增分组时仅需更新全局映射字典，无需修改已有绘图逻辑。

内容的提问来源于stack exchange，提问作者Willem