本文详解如何使用colour science库将多个色彩可视化元素（如rgb色域和黑体辐射轨迹）统一绘制于同一cie1931色度图中，避免图形覆盖或显示冲突，核心在于复用matplotlib轴对象（axes）而非多次调用show=true。
本文详解如何使用colour science库将多个色彩可视化元素（如rgb色域和黑体辐射轨迹）统一绘制于同一cie1931色度图中，避免图形覆盖或显示冲突，核心在于复用matplotlib轴对象（axes）而非多次调用show=true。
在色彩科学分析与可视化中，常需在同一色度图（如CIE 1931 xy chromaticity diagram）中对比不同色彩实体——例如同时展示ITU-R BT.709与BT.2020等RGB色域边界，以及代表理想黑体光源演化的普朗克轨迹（Planckian locus）。但直接连续调用多个plot_...(..., show=True)函数会导致前一个图形被关闭或覆盖，无法实现叠加效果。
正确做法是显式获取并复用绘图轴（axes）对象：首次绘图时设置show=False，保留返回的figure和axes；后续绘图函数通过axes=参数将新元素绘制到同一坐标系中，最终统一调用plt.show()呈现整合结果。
以下为完整可运行示例：
import colour
import matplotlib.pyplot as plt
# 第一步：绘制RGB色域（不立即显示）
fig, ax = colour.plotting.plot_RGB_colourspaces_in_chromaticity_diagram_CIE1931(
["ITU-R BT.709", "ITU-R BT.2020"],
show=False,
standalone=False # 确保不触发自动显示
)
# 第二步：在同一axes上叠加普朗克轨迹（注意：使用temperature子模块）
colour.plotting.temperature.plot_planckian_locus(
axes=ax,
show=False,
planckian_locus_kwargs={"color": "k", "linestyle": "--", "linewidth": 1.2}
)
# 可选：添加光源点（如标准照明体A、D65）
colour.plotting.plot_planckian_locus_in_chromaticity_diagram_CIE1931(
["A", "D65"],
axes=ax,
show=False,
plot_kwargs={"marker": "o", "markersize": 8, "color": "red"}
)
# 最终统一显示
plt.show()⚠️ 关键注意事项：
- plot_planckian_locus_in_chromaticity_diagram_CIE1931 是高层封装函数，不支持 axes= 参数；应改用底层函数 colour.plotting.temperature.plot_planckian_locus(axes=...) 实现轴复用；
- 所有后续绘图函数必须显式传入 axes=ax，且 show=False（除最后 plt.show() 外）；
- 若需自定义样式（颜色、线型、标记），优先使用各函数的 *kwargs 参数（如 plot_kwargs, planckian_locus_kwargs），避免手动操作ax对象破坏Colour内置布局逻辑；
- 建议始终导入 matplotlib.pyplot as plt 并显式调用 plt.show()，确保跨环境兼容性。
通过该方法，您可灵活组合色域、光源点、等温线、色差椭圆等多种色彩图元，构建专业级色度分析图表，大幅提升色彩研究与工程验证的表达力与准确性。
