creo que tienes la idea correcta, excepto que los colores serán más distinguibles si se pasa el mapa de colores hsv
números que se extienden a lo largo del intervalo (0,1):
hsv = plt.get_cmap('hsv')
hsv(float(i)/(len(data)-1))
o, usando NumPy:
colors = hsv(np.linspace(0, 1.0, len(kinds)))
Por ejemplo:
import datetime as DT
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import scipy.interpolate as interpolate
dates = [DT.date(year, 9, 1) for year in range(2003, 2009)]
t = list(map(mdates.date2num, dates))
jec = (100, 70, 125, 150, 300, 250)
plt.plot(dates, jec, 'k.', markersize = 20)
new_t = np.linspace(min(t), max(t), 80)
new_dates = map(mdates.num2date, new_t)
kinds = ('cubic', 'quadratic', 'slinear', 'nearest', 'linear', 'zero', 4, 5)
cmap = plt.get_cmap('jet')
colors = cmap(np.linspace(0, 1.0, len(kinds)))
for kind, color in zip(kinds, colors):
new_jec = interpolate.interp1d(t, jec, kind=kind)(new_t)
plt.plot(new_t, new_jec, '-', label=str(kind), color=color)
plt.legend(loc = 'best')
plt.show()
OK, veo. Gracias :) Sin embargo, parece que mi matplotlib sabe cm.jet (y el documento ya no lo menciona). ¿Dónde puedo encontrarlo ahora? – Gerenuk
Oh, calculé que funciona con matplotlib.pyplot.jet() – Gerenuk
También puede usar 'plt.get_cmap ('jet')'. También edité la publicación para mostrar esto. – unutbu