在matplotlib中控制colorbar的长度-编程知识

在matplotlib中控制colorbar的长度

使用matplotlib绘制带颜色的箭头图，有时想直接把颜色条拿来当比例尺条，就需要控制颜色条的长度。

1. pyplot.colorbar()参数说明

pyplot.colorbar(mappable, ax, cax, **kwargs)

mappable是一个ScalarMappble类型的对象，它包括了一个标准化方法norm和一个颜色映射cmap
cax是绘制colorbar的axes。若设置了此项参数，ax参数无效。这个参数与ax的区别见下一节
ax是一个或多个parent axes，意思是会从这几个parent axes中留出空间绘制颜色条。
location，可以取’right’（默认值）、‘left’、‘bottom’、‘top’。指定colorbar在图中的位置。
orientation，颜色条的方向，None or {‘vertical’, ‘horizontal’}
fraction, 浮点类型，默认值0.15。原始的轴有多少用于绘制colorbar。
shrink,浮点类型，颜色条的缩放比例。默认为1，若取0.1则绘制原来尺寸的0.1倍大小

2. cax参数与ax参数的区别

使用ax参数的示例代码如下：这段代码设置了两个子图，并在两个子图中用箭头绘制函数 $Z=(Z1-Z2)*2=(e^{-x^2-y^2}-e^{-(x-1)^2-(y-1)^2})*2$ 的梯度分布。梯度箭头共30*30个，用红色和绿色表示过高、过低的Z值，并且过滤掉大于1.2的Z值。在两个子图分别以Normalize线性标准化和BoundaryNorm边界标准化方式将Z映射到颜色值，并绘制对应的颜色条。

import matplotlib.pyplot as plt
import numpy as npimport matplotlib.colors as colors# compute some interesting data
x0, x1 = -3, 3
y0, y1 = -3, 3
x = np.linspace(x0, x1, 30)
y = np.linspace(y0, y1, 30)
X, Y = np.meshgrid(x, y)
Z1 = np.exp(-X**2 - Y**2)
Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2)
Z = (Z1 - Z2) * 2
U = 4*(-X*Z1+(X-1)*Z2)
V = 4*(-Y*Z1+(Y-1)*Z2)
# Set up a colormap:
palette = plt.cm.gray.with_extremes(over='r', under='g', bad='b')Zm = np.ma.masked_where(Z > 1.2, Z)# set up the Axes objects
fig, (ax1, ax2) = plt.subplots(nrows=2, figsize=(6, 5.4))# plot using 'continuous' colormap
im = ax1.quiver(X,Y,U,V,Zm, #interpolation='bilinear',cmap=palette,norm=colors.Normalize(vmin=-1.0, vmax=1.0),scale=20)
ax1.set_title('Green=low, Red=high, Blue=masked')
cbar = fig.colorbar(im, extend='both', shrink=0.9, ax=ax1)
cbar.set_label('uniform')
ax1.tick_params(axis='x', labelbottom=False)# Plot using a small number of colors, with unevenly spaced boundaries.
im = ax2.quiver(X,Y,U,V,Zm,# interpolation='nearest',cmap=palette,norm=colors.BoundaryNorm([-1, -0.5, -0.2, 0, 0.2, 0.5, 1],ncolors=palette.N),scale=20)
ax2.set_title('With BoundaryNorm')
cbar = fig.colorbar(im, extend='both', spacing='proportional',shrink=0.9, ax=ax2)
cbar.set_label('proportional')fig.suptitle('quiver, with out-of-range and masked data')
plt.show()

绘制结果如图所示：

在这里插入图片描述

上面的代码中，绘图区有两个子图，每个子图各有一个axes。任何一个axes传给cax参数，会导致这个axes负责的绘图区都用来画颜色条。下面，我们将第一个子图的axes传递给coloarbar的cax参数看看效果：

### 上略
cbar = fig.colorbar(im, extend='both', shrink=0.9, cax=ax1)# 修改这里
cbar.set_label('uniform')
### 下略

效果如图所示：
在这里插入图片描述

这就是设置cax的效果。它有什么好处呢？注意，ax参数的axes都会被适当调整以容纳颜色条。当我们想保持绘图的axes布局不变时，就不希望将
颜色条加到当前的axes中，也就是说，不希望设置ax参数。这时，往往会创建第三个子图，用来绘制颜色条。使用cax参数的示例代码：

import matplotlib.pyplot as pltfrom matplotlib import cbookdef get_demo_image():z = cbook.get_sample_data("axes_grid/bivariate_normal.npy")  # 15x15 arrayreturn z, (-3, 4, -4, 3)def demo_simple_image(ax):Z, extent = get_demo_image()im = ax.imshow(Z, extent=extent)cb = plt.colorbar(im)cb.ax.yaxis.set_tick_params(labelright=False)def demo_locatable_axes_hard(fig):from mpl_toolkits.axes_grid1 import Size, SubplotDividerdivider = SubplotDivider(fig, 2, 2, 2, aspect=True)# axes for imageax = fig.add_subplot(axes_locator=divider.new_locator(nx=0, ny=0))# axes for colorbarax_cb = fig.add_subplot(axes_locator=divider.new_locator(nx=2, ny=0))divider.set_horizontal([Size.AxesX(ax),  # main axesSize.Fixed(0.05),  # padding, 0.1 inchSize.Fixed(0.2),  # colorbar, 0.3 inch])divider.set_vertical([Size.AxesY(ax)])Z, extent = get_demo_image()im = ax.imshow(Z, extent=extent)plt.colorbar(im, cax=ax_cb)ax_cb.yaxis.set_tick_params(labelright=False)def demo_locatable_axes_easy(ax):from mpl_toolkits.axes_grid1 import make_axes_locatabledivider = make_axes_locatable(ax)ax_cb = divider.append_axes("right", size="5%", pad=0.05)fig = ax.get_figure()fig.add_axes(ax_cb)Z, extent = get_demo_image()im = ax.imshow(Z, extent=extent)plt.colorbar(im, cax=ax_cb)ax_cb.yaxis.tick_right()ax_cb.yaxis.set_tick_params(labelright=False)def demo_images_side_by_side(ax):from mpl_toolkits.axes_grid1 import make_axes_locatabledivider = make_axes_locatable(ax)Z, extent = get_demo_image()ax2 = divider.append_axes("right", size="100%", pad=0.05)fig1 = ax.get_figure()fig1.add_axes(ax2)ax.imshow(Z, extent=extent)ax2.imshow(Z, extent=extent)ax2.yaxis.set_tick_params(labelleft=False)def demo():fig = plt.figure(figsize=(6, 6))# PLOT 1# simple image & colorbarax = fig.add_subplot(2, 2, 1)demo_simple_image(ax)# PLOT 2# image and colorbar with draw-time positioning -- a hard waydemo_locatable_axes_hard(fig)# PLOT 3# image and colorbar with draw-time positioning -- an easy wayax = fig.add_subplot(2, 2, 3)demo_locatable_axes_easy(ax)# PLOT 4# two images side by side with fixed padding.ax = fig.add_subplot(2, 2, 4)demo_images_side_by_side(ax)plt.show()
demo()

在上面的代码中，新建了subplot，并把它的axes传递给cax参数以便绘制颜色条。
绘制效果如图所示：

在这里插入图片描述

3. 控制colorbar的长度实例

通过调整shrink参数，控制了colorbar的长度为ax2的1/5。示例代码如下：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.cm import ScalarMappable
import matplotlib as mplUSER_FONT_SZ=22
COORD_MIN=0
COORD_MAX=50if __name__ == '__main__':# subplot SETUPgs_kw = dict(width_ratios=[1,1], height_ratios=[17, 1])fig, axd = plt.subplot_mosaic([['left image','right image'],['colorbar','colorbar']],gridspec_kw=gs_kw,figsize=(16, 9),layout='constrained')axes=[None, None, None]for k, ax in axd.items():if ax.get_label()=='left image':axes[0]=axelif ax.get_label()=='right image':axes[1]=axelif ax.get_label()=='colorbar':axes[2]=axax1, ax2, ax3 = axes# 设置三个坐标轴的尺寸ax1.set_position([0.01,0.15,0.48,0.8])ax2.set_position([0.51,0.15,0.48,0.8])ax3.set_position([0.01,0.00,0.98,0.1])#准备绘制颜色条的axes不显示轴、标签ax3.xaxis.set_visible(False)#不显示标签ax3.yaxis.set_visible(False)#不显示标签ax3.set_axis_off()#不显示轴ax1.set_xlim(COORD_MIN, COORD_MAX)ax1.set_ylim(COORD_MIN, COORD_MAX)ax1.set_aspect(1)ax2.set_xlim(COORD_MIN, COORD_MAX)ax2.set_ylim(COORD_MIN, COORD_MAX)ax2.set_aspect(1)ax1.set_title('left plot', fontsize=USER_FONT_SZ)ax2.set_title('right plot', fontsize=USER_FONT_SZ)jet_cm = mpl.colormaps['hot']# 随机生成50*50数据u1 = np.random.randn(50,50)v1 = np.random.randn(50,50)u2 = np.random.randn(50,50)v2 = np.random.randn(50,50)x,y=np.meshgrid(np.arange(50), np.arange(50))# plot in each axesax1.quiver(x,y,u1,v1,np.sqrt(u1**2+v1**2),cmap = jet_cm, scale=20)ax2.quiver(x,y,u2,v2,np.sqrt(u2**2+v2**2),cmap = jet_cm, scale=20)# 设置colorbar的长度等同于1/5的ax2宽度# ax2.get_position().width获取ax2的宽度（宽度单位是fig宽度的比例，例如0.1表示fig宽度的0.1）len_in_fig = ax2.get_position().width/5# 宽度转换为缩放比例，传给shrink参数user_shrink=len_in_fig/ax3.get_position().widthprint(len_in_fig)print(user_shrink)cbar = plt.colorbar(ScalarMappable(norm=None, cmap=jet_cm), ax=ax3,#[ax1,ax2],#orientation='horizontal', location='bottom',fraction=1.0, shrink=user_shrink)cbar.set_ticks(ticks=[0,1],labels=['short','long'], fontsize=USER_FONT_SZ-6)cbar.ticklocation='top'plt.show()