获取matplotlib颜色条标记在数据限制之外，以便与boundary关键字一起使用

Question

我正在尝试使用颜色条来标记使用imshow绘制的离散编码值。我可以使用boundaries和values关键字来实现我想要的颜色栏，这使得颜色条的最大值有效地大于绘制数据的最大值。

现在我希望刻度线位于颜色条中每个颜色范围的中间，但是不能为颜色条中的最大颜色块指定刻度位置，因为它超出了数据值限制。

这是一个快速的代码块来演示问题：

data = np.tile(np.arange(4), 2)
fig = plt.figure()
ax = fig.add_subplot(121)
ax.imshow(data[None], aspect='auto')
cax = fig.add_subplot(122)
cbar = fig.colorbar(ax.images[0], cax=cax, boundaries=[0,1,2,3,4], values=[0,1,2,3])
cbar.set_ticks([.5, 1.5, 2.5, 3.5])
cbar.set_ticklabels(['one', 'two', 'three', 'four'])

请注意缺少的刻度线应该是'四'。什么是正确的方法？

Answer 1

总结一下，这对我有用：

import numpy as np
from matplotlib import pyplot as plt
from matplotlib import cm
from matplotlib import colors

data = np.tile(np.arange(4), 2)
fig = plt.figure()
ax = fig.add_subplot(121)
cmap = cm.get_cmap('jet', 4)
bounds = np.arange(5)
vals = bounds[:-1]
norm = colors.BoundaryNorm(bounds, cmap.N)
ax.imshow(data[None], aspect='auto', interpolation='nearest', cmap=cmap, norm=norm)

cax = fig.add_subplot(122)
cbar = fig.colorbar(ax.images[0], cax=cax, boundaries=bounds, values=vals)
cbar.set_ticks(vals + .5)
cbar.set_ticklabels(['one', 'two', 'three', 'four'])

解决方案是使用get_cmap明确为图像指定色彩映射，并以BoundaryNorm为界。然后指定刻度位置就可以了。结果图是：

Answer 2

您未在colormap和imshow中使用相同的cbar。由于data和cbar以相同的方式定义（相同的限制等），因此您没有意识到上述示例中的不一致。您应首先定义colormap。

假设您想将数据划分为4种离散颜色，那么您可以使用

import numpy as np
import pylab as plt
from matplotlib import colors, cm

data = np.tile(np.arange(4), 2)
fig = plt.figure()
ax = fig.add_subplot(121)
cax = fig.add_subplot(122)
cmap = cm.get_cmap('jet', 4) # 4 discrete color
im=ax.imshow(data[None], aspect='auto',cmap=cmap)
cbar = fig.colorbar(ax.images[0], cax=cax, cmap=cmap)
plt.show()

您现在可以根据需要放置ticks。

如果您想要定义边界以及这些边界中的颜色，那么您可以使用ListedColormap，如下所示：

data = np.tile(np.arange(4), 2)
fig = plt.figure()
ax = fig.add_subplot(121)
cax = fig.add_subplot(122)
cmap = colors.ListedColormap(['b','g','y','r'])
bounds=[0,1,2,3,4]
norm = colors.BoundaryNorm(bounds, cmap.N)
im=ax.imshow(data[None], aspect='auto',cmap=cmap, norm=norm)
cbar = fig.colorbar(im, cax=cax, cmap=cmap, norm=norm, boundaries=bounds, ticks=[0.5,1.5,2.5,3.5],)
plt.show()