改变Matplotlib中颜色条范围|极客笔记

改变Matplotlib中颜色条范围

Matplotlib是一个用于创建二维图表的Python库，其中有许多精美的图形可供使用，包括热图、散点图、柱状图等。在Matplotlib中，颜色条（colorbar）用于展示数据的范围和对应的颜色值。有时候我们需要手动改变颜色条的范围，以更好地展示数据的分布情况。本文将介绍如何使用Matplotlib改变颜色条的范围。

示例代码

1. 使用`vmin`和`vmax`参数设置颜色条范围

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
data = np.random.rand(10, 10)

# 绘制热图
plt.imshow(data, cmap='viridis', vmin=0.2, vmax=0.8)
plt.colorbar()
plt.show()

Output:

改变Matplotlib中颜色条范围

2. 使用`set_clim`方法设置颜色条范围

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
data = np.random.rand(10, 10)

# 绘制热图
img = plt.imshow(data, cmap='viridis')
plt.colorbar()
img.set_clim(0.3, 0.7)
plt.show()

Output:

改变Matplotlib中颜色条范围

3. 使用`norm`参数设置颜色条范围

import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
import numpy as np

# 生成随机数据
data = np.random.rand(10, 10)

# 设置颜色映射
norm = mcolors.Normalize(vmin=0.2, vmax=0.8)

# 绘制热图
plt.imshow(data, cmap='viridis', norm=norm)
plt.colorbar()
plt.show()

Output:

改变Matplotlib中颜色条范围

4. 使用`BoundaryNorm`设置颜色条范围

import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
import numpy as np

# 生成随机数据
data = np.random.randint(1, 10, (10, 10))

# 设置分界值
bounds = np.linspace(1, 10, 6)
norm = mcolors.BoundaryNorm(boundaries=bounds, ncolors=256)

# 绘制热图
plt.imshow(data, cmap='viridis', norm=norm)
plt.colorbar()
plt.show()

Output:

改变Matplotlib中颜色条范围

5. 使用`symlog`设置对数颜色条范围

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
data = np.random.rand(10, 10)

# 绘制热图
plt.imshow(data, cmap='viridis', norm=matplotlib.colors.SymLogNorm(linthresh=0.1, linscale=0.1, vmin=0, vmax=1))
plt.colorbar()
plt.show()

6. 使用`LogNorm`设置对数颜色条范围

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
data = np.random.rand(10, 10)

# 绘制热图
plt.imshow(data, cmap='viridis', norm=matplotlib.colors.LogNorm(vmin=0.1, vmax=1))
plt.colorbar()
plt.show()

7. 使用`TwoSlopeNorm`设置双斜率颜色条范围

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
data = np.random.rand(10, 10)

# 设置分界值
vmin, vcenter, vmax = 0.2, 0.5, 0.8
norm = matplotlib.colors.TwoSlopeNorm(vmin=vmin, vcenter=vcenter, vmax=vmax)

# 绘制热图
plt.imshow(data, cmap='viridis', norm=norm)
plt.colorbar()
plt.show()

8. 使用`BoundaryNorm`设置特殊颜色条范围

import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
import numpy as np

# 生成随机数据
data = np.random.randint(1, 10, (10, 10))

# 设置颜色映射
cmap = plt.get_cmap('viridis')
bounds = np.array([0, 2, 4, 6, 8, 10])
norm = mcolors.BoundaryNorm(boundaries=bounds, ncolors=cmap.N, clip=False)

# 绘制热图
plt.imshow(data, cmap=cmap, norm=norm)
plt.colorbar()
plt.show()

Output:

改变Matplotlib中颜色条范围

9. 设置颜色条为反向顺序

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
data = np.random.rand(10, 10)

# 绘制热图
plt.imshow(data, cmap='viridis', norm=matplotlib.colors.Normalize())
plt.colorbar()
plt.gca().invert_yaxis()
plt.show()

10. 使用自定义颜色映射设置颜色条范围

import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
import numpy as np

# 生成随机数据
data = np.random.rand(10, 10)

# 自定义颜色映射
colors = [(1, 0, 0), (0, 1, 0), (0, 0, 1)]  # 红绿蓝
cmap = mcolors.ListedColormap(colors)

# 设置颜色范围
bounds = [0, 0.5, 1]
norm = mcolors.BoundaryNorm(boundaries=bounds, ncolors=3)

# 绘制热图
plt.imshow(data, cmap=cmap, norm=norm)
plt.colorbar()
plt.show()

Output:

改变Matplotlib中颜色条范围