老实说，我最喜欢的方法很简单:现在这对任意数量的地块都不适用，但它可以满足你到1163的需求。这是通过使用所有matplotlib的命名颜色的映射，然后随机选择它们。

from random import choice

import matplotlib.pyplot as plt
from matplotlib.colors import mcolors

# Get full named colour map from matplotlib
colours = mcolors._colors_full_map # This is a dictionary of all named colours
# Turn the dictionary into a list
color_lst = list(colours.values()) 

# Plot using these random colours
for n, plot in enumerate(plots):
    plt.scatter(plot[x], plot[y], color=choice(color_lst), label=n) 

老实说，我最喜欢的方法很简单:现在这对任意数量的地块都不适用，但它可以满足你到1163的需求。这是通过使用所有matplotlib的命名颜色的映射，然后随机选择它们。

from random import choice

import matplotlib.pyplot as plt
from matplotlib.colors import mcolors

# Get full named colour map from matplotlib
colours = mcolors._colors_full_map # This is a dictionary of all named colours
# Turn the dictionary into a list
color_lst = list(colours.values()) 

# Plot using these random colours
for n, plot in enumerate(plots):
    plt.scatter(plot[x], plot[y], color=choice(color_lst), label=n) 

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
from skspatial.objects import Line, Vector

for count in range(0,len(LineList),1):
        Line_Color = np.random.rand(3,)
        Line(StartPoint,EndPoint)).plot_3d(ax,c="Line"+str(count),label="Line"+str(count))


plt.legend(loc='lower left')
plt.show(block=True)     

上面的代码可以帮助你以随机的方式添加不同颜色的3D线条。你的彩色线条也可以通过标签="…"中提到的图例来引用。”参数。

不，它不能自动完成。是的，这是可能的。

import matplotlib.pyplot as plt
my_colors = plt.rcParams['axes.prop_cycle']() # <<< note that we CALL the prop_cycle
fig, axes = plt.subplots(2,3)
for ax in axes.flatten(): ax.plot((0,1), (0,1), **next(my_colors))

一个图(图)中的每个图(轴)都有自己的颜色循环-如果你不强制每个图使用不同的颜色，所有的图都共享相同的颜色顺序，但是，如果我们稍微扩展一下“自动”的含义，这是可以做到的。

OP写道

[…我必须用不同的颜色来识别每个图，这应该由[Matplotlib]自动生成。

但是…Matplotlib自动为每条不同的曲线生成不同的颜色

In [10]: import numpy as np
    ...: import matplotlib.pyplot as plt

In [11]: plt.plot((0,1), (0,1), (1,2), (1,0));
Out[11]:

那么为什么是OP请求呢?如果我们继续读下去，我们就会成功

你能不能给我一个方法，在同一个图里不同的图用不同的颜色?

这是有道理的，因为每个图(Matplotlib中的每个轴)都有自己的color_cycle(更确切地说，在2018年，它的prop_cycle)，并且每个图(轴)以相同的顺序重用相同的颜色。

In [12]: fig, axes = plt.subplots(2,3)

In [13]: for ax in axes.flatten():
    ...:     ax.plot((0,1), (0,1))

如果这是最初问题的意思，一种可能是明确地为每个图命名不同的颜色。

如果图是在循环中生成的(这经常发生)，我们必须有一个额外的循环变量来覆盖Matplotlib自动选择的颜色。

In [14]: fig, axes = plt.subplots(2,3)

In [15]: for ax, short_color_name in zip(axes.flatten(), 'brgkyc'):
    ...:     ax.plot((0,1), (0,1), short_color_name)

另一种可能是实例化一个cycler对象

from cycler import cycler
my_cycler = cycler('color', ['k', 'r']) * cycler('linewidth', [1., 1.5, 2.])
actual_cycler = my_cycler()

fig, axes = plt.subplots(2,3)
for ax in axes.flat:
    ax.plot((0,1), (0,1), **next(actual_cycler))

注意，type(my_cycler)是cycler。循环器，但类型(actual_cycler)是itertools.cycle。

Matplot用不同的颜色给你的场景上色，但如果你想放特定的颜色

    import matplotlib.pyplot as plt
    import numpy as np
            
    x = np.arange(10)
            
    plt.plot(x, x)
    plt.plot(x, 2 * x,color='blue')
    plt.plot(x, 3 * x,color='red')
    plt.plot(x, 4 * x,color='green')
    plt.show()

稍后再设置

如果你不知道你要绘制的图的数量，你可以改变颜色，一旦你绘制了它们，使用.lines直接从图中检索数字，我使用这个解决方案:

一些随机数据

import matplotlib.pyplot as plt
import numpy as np

fig1 = plt.figure()
ax1 = fig1.add_subplot(111)


for i in range(1,15):
    ax1.plot(np.array([1,5])*i,label=i)

你需要的一段代码:

colormap = plt.cm.gist_ncar #nipy_spectral, Set1,Paired   
colors = [colormap(i) for i in np.linspace(0, 1,len(ax1.lines))]
for i,j in enumerate(ax1.lines):
    j.set_color(colors[i])
  

ax1.legend(loc=2)

结果如下: