| python matplotlib自定义colorbar颜色条及内置色条详解 | 您所在的位置：网站首页 › npmeshgrid函数 › python matplotlib自定义colorbar颜色条及内置色条详解 |
python matplotlib自定义colorbar颜色条及内置色条详解
|
免费资源网 - https://freexyz.cn/
目录自定义colorbar（draw colorbar without any mapple/plot）contourf函数为所有子图添加一个色带推荐色带与自定义色带总结 PS: 传送门——自定义Colorbars教程 自定义colorbar（draw colorbar without any mapple/plot）参考：Customized Colorbars Tutorial api example code: colorbar_only.py 自定义colorbar可以画出任何自己想要的colorbar，自由自在、不受约束，不依赖于任何已有的图(plot/mappable)。这里使用的是mpl.colorbar.ColorbarBase类，而colorbar类必须依赖于已有的图。 关于该类的参数如下 (该类参数描述没找到，部分参数的取值可参考colorbar中的描述)： class matplotlib.colorbar.ColorbarBase(ax, cmap=None, norm=None, alpha=None, values=None, boundaries=None, orientation=‘vertical’, ticklocation=‘auto’, extend=‘neither’, spacing=‘uniform’, ticks=None, format=None, drawedges=False, filled=True, extendfrac=None, extendrect=False, label=’’)[source]参数简单描述 ax :可用于设置colorbar的位置、长、宽norm :用于规范化–设置颜色条最大最小值cmap：颜色（可参考本篇博文的最后部分——推荐色带与自定义色带）boundaries：要想使用extend，在norm之外，必须要有两个额外的boundariesorientation：colorbar方向，躺平or垂直extend：延伸方向(在norm之外colorbar可延伸)ticks：自定义各段的tick（记号） 下面是一个例子，可以自己试试调整各项参数： import numpy as np import pylab as plt import matplotlib as mpl if __name__ == '__main__': fig = plt.figure(figsize=(3, 8)) cmap = mpl.cm.Spectral_r ax3 = fig.add_axes([0.3, 0.2, 0.2, 0.5]) # 四个参数分别是左、下、宽、长 norm = mpl.colors.Normalize(vmin=1.3, vmax=2.5) bounds = [ round(elem, 2) for elem in np.linspace(1.3, 2.5, 14)] # cb3 = mpl.colorbar.ColorbarBase(ax3, cmap=cmap, norm=norm, # to use 'extend', you must # specify two extra boundaries: boundaries= [1.2] + bounds + [2.6], extend='both', ticks=bounds, # optional spacing='proportional', orientation='vertical') plt.show() contourf函数contour和contourf分别绘制轮廓线和填充轮廓线。两个版本的函数签名和返回值是相同的。关于两者画图的一些实例可以参阅python matplotlib contour画等高线图，以及matplotlib中文文档 contourf([X, Y,] Z, [levels], **kwargs) # [ ]表示该参数是可选的——可以给定也可以不给定contourf中的基本参数： X, Y : array-like, optional contourf参数中X和Y都必须是二维的，形状与Z相同(例如，通过numpy.meshgrid创建)；或者都必须是一维的，这样len(X) == M是Z中的列数，len(Y) == N是Z中的行数。 如果没有给定，则假设它们是整数索引，即X = range(M)， Y = range(N)。 Z : array-like(N, M) 绘制轮廓线的高度值。 levels : int or array-like, optional 确定等高线/区域的数量和位置。如果是int n，则使用n个数据间隔;即画n+1条等高线。水平高度是自动选择的。如果类似数组，则在指定的级别上绘制等高线。这些值必须是递增的。 为所有子图添加一个色带参考：Matplotlib 2 Subplots, 1 Colorbar 在有图的情况下，为所有子图添加一个colorbar： import numpy as np import matplotlib.pyplot as plt fig, axes = plt.subplots(nrows=2, ncols=2) for ax in axes.flat: im = ax.imshow(np.random.random((10,10)), vmin=0, vmax=1) fig.subplots_adjust(right=0.8) cbar_ax = fig.add_axes([0.85, 0.15, 0.05, 0.7]) fig.colorbar(im, cax=cbar_ax) plt.show() 推荐色带与自定义色带在画图的时候，可以用推荐色带。在Contourf 与记录颜色刻度中，发现contourf中有cmap参数，cmap即是色带。cmap的值可以参考Colormap reference。 下面这段代码来自Contourf 与记录颜色刻度 cs = ax.contourf(X, Y, z, locator=ticker.LogLocator(), cmap=cm.PuBu_r) # PuBu_r是PuBu色带的倒转 cbar = fig.colorbar(cs)其中cmap就是使用matplotlib提供的色带，如果要自己制定色带可以用参数colors如下： # Colors是一些自选颜色列表 Colors=('#DDDDFF','#7D7DFF','#0000C6','#000079','#CEFFCE','#28FF28','#007500','#FFFF93','#8C8C00','#FFB5B5','#FF0000','#CE0000','#750000') cs=m.contourf(xi, yi, z, colors=Colors, levels=levels, extend='both') # 这里m是一个basemap实例在cmap中提供了一些默认色带：
|
【本文地址】