Matplotlib set_color_cycle与set_prop_cycle

Question

Matplotlib中我最喜欢做的事情之一是设置颜色循环以匹配某些颜色图，以生成线图，这些线图在各行中具有很好的颜色渐变。

以前，这是使用set_color_cycle以下代码的一行：

ax.set_color_cycle([plt.cm.spectral(i) for i in np.linspace(0, 1, num_lines)])

但是，最近我看到一个警告：

MatplotlibDeprecationWarning: 
The set_color_cycle attribute was deprecated in version 1.5. 
Use set_prop_cycle instead.

使用set_prop_cycle，我可以获得相同的结果，但是我需要import cycler，并且语法不太紧凑：

from cycler import cycler
colors = [plt.cm.spectral(i) for i in np.linspace(0, 1, num_lines)]
ax.set_prop_cycle(cycler('color', colors))

因此，我的问题是：

我使用set_prop_cycle正确吗？（以最有效的方式？）

有没有更简单的方法将颜色循环设置为颜色图？换句话说，是否有一些神话般的功能？

ax.set_colorcycle_to_colormap('jet', nlines=30)

这是完整示例的代码：

import numpy as np
import matplotlib.pyplot as plt

ax = plt.subplot(111)
num_lines = 30

colors = [plt.cm.spectral(i) for i in np.linspace(0, 1, num_lines)]

# old way: 
ax.set_color_cycle(colors)

# new way:
from cycler import cycler
ax.set_prop_cycle(cycler('color', colors))

for n in range(num_lines):
    x = np.linspace(0,10,500)
    y = np.sin(x)+n
    ax.plot(x, y, lw=3)

plt.show()

Answer 1

因为新的属性循环程序可以迭代除颜色之外的其他属性（例如，线型），所以需要指定label，即要循环的属性。

ax.set_prop_cycle('color', colors)

但是，无需导入和创建循环程序。因此，正如我所看到的，新方法的唯一缺点是它使调用时间增加了8个字符。

没有一种神奇的方法将色图作为输入并创建循环仪，但是您也可以通过直接向色图提供numpy数组来缩短颜色列表的创建。

colors = plt.cm.Spectral(np.linspace(0,1,30))

或组合

ax.set_prop_cycle('color',plt.cm.Spectral(np.linspace(0,1,30)))