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boundaries
orientation: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:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
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
1
|
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:
1
2
3
4
5
6
7
8
9
10
11
12
|
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
1
2
|
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:
1
2
3
|
# 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:
总结
到此这篇关于python matplotlib自定义colorbar颜色条及内置色条的文章就介绍到这了,更多相关matplotlib自定义colorbar颜色条内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家!
原文链接:https://blog.csdn.net/liuchengzimozigreat/article/details/90477501