Matplotlib绘制numpy数组折线图如何为各线条指定自定义颜色

现有2D numpy数组y_array包含3列待绘制数据，所有列共用的x轴值存储在列表x_list中。直接调用matplotlib.pyplot.plot(x_list, y_array)可正常将数组每一列绘制为独立折线，但自定义线条颜色时出现异常：

• 向label关键字参数传入标签列表可正常生效，自动为每条折线匹配对应标签
• 向color关键字参数传入自定义颜色列表时，程序抛出ValueError
• 尝试过基于选定颜色创建自定义colormap，但不清楚绘图时如何调用该自定义色图
  需求为不通过for循环遍历数组列的前提下，为一次性绘制出的多条折线分别指定独立自定义颜色。

import matplotlib.pyplot as plt
import numpy as np


if __name__ == '__main__':

    x_list = np.linspace(0, 9, 10)
    y1 = np.random.uniform(10, 19, 10)
    y2 = np.random.uniform(20, 29, 10)
    y3 = np.random.uniform(30, 39, 10)
    y_array = np.column_stack([y1, y2, y3])

    labels = ['A', 'B', 'C']
    # plt.plot(x_list, y_array, label=labels)  # 该写法可正常运行
    my_colors = ['steelblue', 'seagreen', 'firebrick']
    plt.plot(x_list, y_array, label=labels, color=my_colors)  # 抛出ValueError
    plt.legend()

    plt.show()

plt.plot()的color参数设计上仅接受单个合法颜色值，不支持直接传入颜色列表为多组折线分配颜色；而label参数从Matplotlib 3.3版本开始支持传入可迭代对象，自动为批量绘制的多条线匹配标签，两个参数的逻辑不一致才导致了“传label列表正常、传color列表报错”的差异。

通过Matplotlib的属性循环器（prop_cycle）提前配置绘图时的颜色序列，后续一次性调用plot绘制多列数据时，会自动按顺序从预设序列中取色，无需手动遍历列：

import matplotlib.pyplot as plt
import numpy as np


if __name__ == '__main__':
    x_list = np.linspace(0, 9, 10)
    y1 = np.random.uniform(10, 19, 10)
    y2 = np.random.uniform(20, 29, 10)
    y3 = np.random.uniform(30, 39, 10)
    y_array = np.column_stack([y1, y2, y3])

    labels = ['A', 'B', 'C']
    my_colors = ['steelblue', 'seagreen', 'firebrick']
    
    # 提前设置颜色循环规则
    plt.rcParams['axes.prop_cycle'] = plt.cycler(color=my_colors)
    # 一次性绘图即可自动匹配对应颜色、标签
    plt.plot(x_list, y_array, label=labels)
    plt.legend()
    plt.show()

如果需要使用自定义colormap实现取色，可先从自定义colormap中提取对应线条数量的颜色值，再传入属性循环器即可：

from matplotlib.colors import ListedColormap
# 基于目标颜色创建自定义离散colormap
custom_cmap = ListedColormap(my_colors)
# 按线条数量从colormap中均匀取色
line_colors = custom_cmap(np.linspace(0, 1, y_array.shape[1]))
# 写入属性循环规则
plt.rcParams['axes.prop_cycle'] = plt.cycler(color=line_colors)

内容的提问来源于stack exchange，提问作者chrizz