当用pandas dataframe.plot生成未堆叠的区域图时，可以得到比图例条目的数目更多的彩色表面。在

考虑：import pandas as pd

import numpy as np

df = pd.DataFrame(np.random.randn(11, 3)+3, columns=['A', 'B', 'C'])

与

^{pr2}$

例如：A B C

0 1.908785 2.516292 4.139940

1 2.566306 3.275534 3.889655

2 2.083525 2.554483 3.565328

3 1.406931 2.021886 2.956590

4 3.293099 3.672927 3.203007

5 3.542735 1.301354 3.259613

6 1.331992 4.882820 2.165666

7 2.670735 3.763886 3.290484

8 4.211895 0.923923 3.415861

9 3.664398 2.009058 2.436214

10 2.707552 3.149282 1.629846

以及df.plot(kind='area', stacked=False)

制作：

在数据帧中有三个数据系列或列，有七个不同颜色的表面：以A、B、C为基础，有AB、AC、BC对，以及所有ABC的重叠。在

尝试在pyplot中用重叠的圆将其可视化，如下所示：import matplotlib.pyplot as plt

from matplotlib.lines import Line2D

plt.figure()

circle1 = plt.Circle((3, 3), radius=3, fc='r', alpha=0.5, edgecolor=None)

circle2 = plt.Circle((3, 7), radius=3, fc='g', alpha=0.5, edgecolor=None)

circle3 = plt.Circle((6, 5), radius=3, fc='b', alpha=0.5, edgecolor=None)

circles = [circle1, circle2, circle3]

for cle in circles:

plt.gca().add_patch(cle)

plt.axis('scaled')

plt.xlim(0, 10)

现在，我学习了如何使用line2D对象在pyplot中创建具有特定颜色的自定义图例，如下所示：circ1 = Line2D([0], [0], linestyle='none', marker='s', alpha=0.5,

markersize=10, markerfacecolor='r')

circ2 = Line2D([0], [0], linestyle='none', marker='s', alpha=0.5,

markersize=10, markerfacecolor='g')

circ3 = Line2D([0], [0], linestyle='none', marker='s', alpha=0.5,

markersize=10, markerfacecolor="blue")

plt.legend((circ1, circ2, circ3), ('A', 'B', 'C'), numpoints=1, loc='best')

产生以下输出：

但是，如何从原始的pandas未堆叠区域的图中获取重叠表面的精确颜色，从而提供一种创建包含七个条目的图例的方法呢？在

请注意这里的颜色略有不同。一方面，在pandas中，加法着色会产生较深的红色阴影(尽管这似乎会随着绘制的数据帧的数据系列/列的数量而变化)，另一方面pyplot会产生较深的蓝色阴影。在