本文已参与「新人创作礼」活动，一起开启掘金创作之路。

准备总结一些matplotlib使用过程中遇到的问题或者是技巧，总结到这里，方便查阅。

cmap的颜色定义和使用

直接定义一个类来获取cmap中各个颜色方便使用：

使用的话：mycolor = MyColor('Accent'); mycolor.get_color();# 每次就调用获取下一个cmap中的颜色。

class MyColor(object):
    def __init__(self, cmap_name):
        self.color_set  = plt.get_cmap(cmap_name).colors
        self.idx = 0
        self.color_len = len(self.color_set)
        
    def get_color(self):
        if self.idx == self.color_len - 1:
            self.idx = 0
        color = self.color_set[self.idx]
        self.idx += 1
        return color

可视化官方提供的cmap

比如查看：['Pastel1', 'Pastel2', 'Paired', 'Accent', 'Dark2', 'Set1', 'Set2', 'Set3', 'tab10', 'tab20', 'tab20b', 'tab20c']

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.pyplot as plt

cmaps = {}
gradient = np.linspace(0, 1, 256)
gradient = np.vstack((gradient, gradient))

def plot_color_gradients(category, cmap_list):
    # Create figure and adjust figure height to number of colormaps
    nrows = len(cmap_list)
    figh = 0.35 + 0.15 + (nrows + (nrows - 1) * 0.1) * 0.22
    fig, axs = plt.subplots(nrows=nrows + 1, figsize=(6.4, figh), dpi=100)
    fig.subplots_adjust(top=1 - 0.35 / figh, bottom=0.15 / figh,
                        left=0.2, right=0.99)
    axs[0].set_title(f'{category} colormaps', fontsize=14)

    for ax, name in zip(axs, cmap_list):
        ax.imshow(gradient, aspect='auto', cmap=plt.get_cmap(name))
        ax.text(-0.01, 0.5, name, va='center', ha='right', fontsize=10,
                transform=ax.transAxes)

    # Turn off *all* ticks & spines, not just the ones with colormaps.
    for ax in axs:
        ax.set_axis_off()

    # Save colormap list for later.
    cmaps[category] = cmap_list
    

plot_color_gradients('Qualitative',
                     ['Pastel1', 'Pastel2', 'Paired', 'Accent', 'Dark2',
                      'Set1', 'Set2', 'Set3', 'tab10', 'tab20', 'tab20b',
                      'tab20c'])

运行后：

柱状图上画误差棒

如何在柱状图上画误差棒，并且能够调整误差棒颜色大小，增加横线?

效果如图:

代码如下：

import numpy as np
import matplotlib.pyplot as plt

y= np.random.rand(5) * 10
x = np.arange(1, len(y)+1)/2
y_err = np.std(y)
fig, ax = plt.subplots(figsize=(6,5), dpi=80)
err_attr={"elinewidth":2,"ecolor":"black","capsize":6}  # 这是误差棒的属性
bar1 = ax.bar(x, y, yerr=y_err, error_kw=err_attr,color = ['#FF5151','#613453', '#A32456','#D23d24','#88E0EF'], width=0.25)
ax.set_ylim(bottom=0.5)  # y轴最小值从0.5开始
ax.set_ylabel("Y", color='black', fontsize=20)
ax.tick_params(axis='y', labelcolor='black', labelsize=15)
ax.set_xticks(x)

legends = ['SVM','CNN','Method1','Method2','Method3']
ax.set_xticklabels(legends, fontsize=15)
plt.tight_layout()
plt.show()