matplotlib 自动着色

在使用matplotlib进行数据可视化时，可以使用plt.scatter()函数来绘制散点图，并通过不同的颜色区分不同的数据组。如果数据包含多个类别，可以使用自动生成颜色的功能来帮助区分。\[3\] 例如，可以使用enumerate()函数来遍历数据并为每个类别分配一个颜色。下面是一个示例代码：

import numpy as np
import matplotlib.pyplot as plt

data = \[np.arange(0, 101, 1), 300 - 0.1 * np.arange(0, 101, 1)\]

plt.figure()
for i, d in enumerate(data):
    plt.scatter(np.arange(len(d)), d, c=i, cmap='viridis')

plt.show()

在这个例子中，我们使用了enumerate()函数来遍历数据，并为每个数据组分配一个颜色。通过设置参数c=i，我们可以根据数据组的索引来选择颜色。同时，我们还使用了cmap='viridis'来选择颜色映射，以确保颜色的可视化效果更好。这样，我们就可以实现自动着色的效果。\[1\]\[2\]
#### 引用[.reference_title]
- *1* *2* [在matplotlib中自动调整图形大小 - python](https://blog.csdn.net/weixin_39883260/article/details/110554542)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [Matplotlib-散点图详解](https://blog.csdn.net/yangqiqi1997/article/details/126667479)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]