我通常使用其中的第二个：

from matplotlib.pyplot import cm
import numpy as np

#variable n below should be number of curves to plot

#version 1:

color = cm.rainbow(np.linspace(0, 1, n))
for i, c in zip(range(n), color):
   plt.plot(x, y, c=c)

#or version 2:

color = iter(cm.rainbow(np.linspace(0, 1, n)))
for i in range(n):
   c = next(color)
   plt.plot(x, y, c=c)

示例2：

matplotlib 1.5+

您可以使用axes.set_prop_cycle（example）。

matplotlib 1.0-1.4

您可以使用axes.set_color_cycle（example）。

matplotlib 0.x

可以使用Axes.set_default_color_cycle。

您可以使用预定义的“定性色彩Map表”，如下所示：

from matplotlib.cm import get_cmap

name = "Accent"
cmap = get_cmap(name)  # type: matplotlib.colors.ListedColormap
colors = cmap.colors  # type: list
axes.set_prop_cycle(color=colors)

在matplotlib 3.0.3上测试。有关不能调用axes.set_prop_cycle(color=cmap)的原因，请参阅https://github.com/matplotlib/matplotlib/issues/10840。
https://matplotlib.org/gallery/color/colormap_reference.html提供了预定义的定性色彩Map表列表：

prop_cycle

color_cycle在1.5中被弃用，以支持以下概括：http://matplotlib.org/users/whats_new.html#added-axes-prop-cycle-key-to-rcparams

# cycler is a separate package extracted from matplotlib.
from cycler import cycler
import matplotlib.pyplot as plt

plt.rc('axes', prop_cycle=(cycler('color', ['r', 'g', 'b'])))
plt.plot([1, 2])
plt.plot([2, 3])
plt.plot([3, 4])
plt.plot([4, 5])
plt.plot([5, 6])
plt.show()

也显示在（现在命名错误）示例中：http://matplotlib.org/1.5.1/examples/color/color_cycle_demo.html提到：https://stackoverflow.com/a/4971431/895245
在matplotlib 1.5.1中测试。

我不知道你是否可以自动改变颜色，但你可以利用你的循环来生成不同的颜色：

for i in range(20):
   ax1.plot(x, y, color = (0, i / 20.0, 0, 1)

在这种情况下，颜色将从黑色到100%绿色不等，但您可以根据需要调整。
参见matplotlib plot（）文档并查找color关键字参数。
如果你想馈送一个颜色列表，只要确保你有一个足够大的列表，然后使用循环的索引来选择颜色

colors = ['r', 'b', ...., 'w']

for i in range(20):
   ax1.plot(x, y, color = colors[i])

正如Ciro's answer所指出的，您可以使用prop_cycle设置matplotlib要循环的颜色列表。有多少种颜色？如果你想用相同的颜色循环来绘制许多不同行数的图，该怎么办？
一种策略是使用类似于https://gamedev.stackexchange.com/a/46469/22397的公式来生成一个无限的颜色序列，其中每个颜色都试图与之前的所有颜色显着不同。
不幸的是，prop_cycle不接受无限序列--如果你传递一个，它将永远挂起。但是我们可以取，比如说，从这样一个序列中生成的前1000种颜色，并将其设置为颜色循环。这样，对于具有任何合理数量的线的图，您应该获得可区分的颜色。
示例：

from matplotlib import pyplot as plt
from matplotlib.colors import hsv_to_rgb
from cycler import cycler

# 1000 distinct colors:
colors = [hsv_to_rgb([(i * 0.618033988749895) % 1.0, 1, 1])
          for i in range(1000)]
plt.rc('axes', prop_cycle=(cycler('color', colors)))

for i in range(20):
    plt.plot([1, 0], [i, i])

plt.show()

输出：

现在，所有的颜色都不一样了--尽管我承认我很难分辨出其中的几种！

您还可以在matplotlibrc文件中更改默认颜色循环。如果你不知道这个文件在哪里，在python中执行以下操作：

import matplotlib
matplotlib.matplotlib_fname()

这将显示当前使用的matplotlibrc文件的路径。在该文件中，您将在许多其他设置中找到axes.color.cycle的设置。只要把你想要的颜色序列，你会发现它在每一个情节，你使。注意，你也可以在matplotlib中使用所有有效的html颜色名称。

• matplotlib.cm.get_cmap和matplotlib.pyplot.cm.get_cmap已从matplotlib 3.7.0弃用
• 使用matplotlib.colormaps[name]或matplotlib.colormaps.get_cmap(obj)代替。
• .get_cmap不再具有lut参数。使用.resampled
• cmap = mpl.colormaps.get_cmap('viridis').resampled(20)创建matplotlib.colors.ListedColormap对象。
• cmap = mpl.colormaps['viridis'].resampled(20)
• colors = mpl.colormaps.get_cmap('viridis').resampled(20).colors创建一个颜色数数组。

import matplotlib as mpl
import matplotlib.pyplot as mpl
import numpy as np

colors = mpl.colormaps.get_cmap('viridis').resampled(20).colors

for i, color in enumerate(colors):
    plt.plot([0, 1], [i, i], color=color)

plt.show()

• 如Why the structure of Matplotlib's color maps differ?中所述，.colors将从ListedColormap中提取颜色数组，但不适用于LinearSegmentedColormap，如杂项色彩Map表中所示。
• 解决方法是使用colors = cmap(np.arange(0, cmap.N))

cmap = mpl.colormaps.get_cmap('summer').resampled(20)
colors = cmap(np.arange(0, cmap.N)) 

for i, color in enumerate(colors):
    plt.plot([0, 1], [i, i], color=color)

plt.show()