Matplotlib 调整colorbar的范围和显示值

在Python中，matplotlib是最常用的绘图工具之一，它提供了许多用于绘图的功能和参数。其中，colorbar是一个重要的绘图元素，它展示了针对图例的颜色渐变。虽然matplotlib提供了一些默认设置，但在特定情景下，可能需要对colorbar的显示进行更精细的调整。本文将介绍如何在matplotlib中调整colorbar的范围和显示值。

阅读更多：Matplotlib 教程

调整colorbar的范围

在matplotlib中，默认情况下，colorbar的范围将根据数据最小值和最大值设置。有时候这可能不是最佳选择，而我们需要手动调整colorbar的范围。

为了更好地理解这一点，请考虑以下例子。我们使用带噪声的正弦函数生成一个3D图形：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

x, y = np.linspace(-3, 3, 100), np.linspace(-3, 3, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))
noise = np.random.normal(scale=0.1, size=np.shape(Z))
Z += noise

p = ax.plot_surface(X, Y, Z, cmap='viridis')

fig.colorbar(p, ax=ax)

plt.show()

运行以上代码，我们可以看到colorbar水平地伸展了整个颜色范围，这可能不是我们所期望的。我们可以通过设置参数来调整colorbar的范围。

比如，如果我们想将颜色范围限制在[-0.8, 0.8]之间，可以使用以下代码：

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

x, y = np.linspace(-3, 3, 100), np.linspace(-3, 3, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))
noise = np.random.normal(scale=0.1, size=np.shape(Z))
Z += noise

p = ax.plot_surface(X, Y, Z, cmap='viridis')

cbar = fig.colorbar(p, ax=ax)
cbar.mappable.set_clim(-0.8, 0.8)

plt.show()

注意，我们使用了“set_clim”方法，该方法将所有颜色范围限制在-0.8到0.8之间。

正如你所看到的，colorbar仅显示了-0.8到0.8范围内的颜色。

调整colorbar 的显示值

在某些情况下，我们需要调整colorbar的显示值，以显示更加具体的信息。在matplotlib中，我们可以使用“ticks”参数来实现此功能。

以下是一个例子，我们将使用log函数在2D平面上生成一些密集的点：

fig, ax = plt.subplots()

x, y = np.meshgrid(np.linspace(0, 10), np.linspace(0, 10))
Z = np.log10(x + y)

c = ax.pcolormesh(x, y, Z, cmap='viridis')

cbar = fig.colorbar(c, ax=ax, ticks=[0, 1, 2, 3, 4])
cbar.ax.set_yticklabels([' $10^0$ ', ' $10^1$ ', ' $10^2$ ', ' $10^3$ ', ' $10^4$ '])

plt.show()

运行上述代码，我们可以看到colorbar上的标签被重新设置为 $log_{10}$ 值，而不是默认的标签。这种调整非常有用，因为它使得colorbar中的值更加容易理解。