Python是一種簡單易學、功能強大的編程語言，也是數據分析和可視化領域的常用工具。其中繪圖是Python數據可視化的重要組成部分之一，而繪圖加顏色則可以讓數據可視化更具有傳達信息的效果。

在Python中，繪圖常用的庫有matplotlib、seaborn、plotly等。下面是一個使用matplotlib庫繪制簡單折線圖并加入顏色的代碼示例：

import matplotlib.pyplot as plt
# 準備數據
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# 繪制折線圖
plt.plot(x, y, color='red')
# 添加橫縱坐標軸的名稱
plt.xlabel('x軸')
plt.ylabel('y軸')
# 添加圖表標題
plt.title('折線圖')
# 顯示圖表
plt.show()

上述代碼中，我們首先導入了matplotlib庫，并準備好了數據。接著調用`plt.plot`方法繪制折線圖，并在該方法中使用`color`參數指定曲線的顏色為紅色。然后添加了橫縱坐標軸的名稱和圖表標題，并最后調用`plt.show`方法顯示出繪制的圖表。

除了可以在繪圖時指定顏色外，還可以使用`colormap`函數賦予不同數據點不同的顏色。下面是一個使用colormap的代碼示例：

import matplotlib.pyplot as plt
import numpy as np
# 準備數據
x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
# 繪制散點圖
plt.scatter(x, y, c=colors, cmap='cool')
# 添加橫縱坐標軸的名稱
plt.xlabel('x軸')
plt.ylabel('y軸')
# 添加圖表標題
plt.title('散點圖')
# 顯示圖表
plt.show()

上述代碼中，我們使用`np.random.rand`函數生成了50個隨機數作為散點圖的數據，再用`np.random.rand`函數生成50個隨機數作為顏色。隨后調用`plt.scatter`方法繪制散點圖，其中`c`參數指定顏色，使用`cmap`參數指定colormap的類型。最后添加橫縱坐標軸名稱和圖表標題，并調用`plt.show`方法顯示出圖表。

以上就是關于Python繪圖加顏色的簡單介紹，希望讀者在繪圖時可以靈活利用顏色和colormap，使數據可視化更加生動有趣。