我使用以下代码在不同的文件夹中使用colorbar()
创建3个python图:
import numpy as np
from matplotlib import pyplot as pp
pp.rcParams.update({'figure.autolayout': True})
data=np.loadtxt("performance.dat")
A=np.reshape(data, (21,21,4))
x=A[:,:,0]
y=A[:,:,1]
rn=A[:,:,3]
f=pp.figure()
ax=f.add_subplot(111, )
fs=20
for tick in ax.axes.xaxis.get_major_ticks():
tick.label.set_fontsize(fs)
for tick in ax.yaxis.get_major_ticks():
tick.label.set_fontsize(fs)
pp.pcolor(np.log10(x),np.log10(y),rn)
pp.clim(0,2)
pp.xlabel(r"$\log \, \sigma_1$", size=28)
pp.ylabel(r"$\log \, \sigma_2$",size=28)
pp.colorbar().ax.tick_params(labelsize=20)
pp.show()
然后我将它与我们的LaTeX文件并排插入:
\begin{figure}[H]
\makebox[\linewidth][c]{
\begin{subfigure}[b]{.4\textwidth}
\centering
\includegraphics[width=.95\textwidth, bb = -0 -0 530 420]{m200_l10_p90}%-0 -0 588 444
\end{subfigure}
%
\begin{subfigure}[b]{.4\textwidth}
\centering
\includegraphics[width=.95\textwidth, bb = -0 -0 530 420]{m200_l10_p95}%
\end{subfigure}
%
\begin{subfigure}[b]{.4\textwidth}
\centering
\includegraphics[width=.95\textwidth, bb = -0 -0 530 420]{m200_l10_P99}
\end{subfigure}
}
\caption{bla}
\label{fig:bla}
\end{figure}
我明白了:
显然这看起来不太好,我在LaTeX周围玩,直到现在这是我能得到的最好的,以使其可读。我的想法可能是只创建一个显示垂直颜色条(最后一个图)的图,第一个只有“y标签”的图和带有“x标签”的中间图,我觉得这看起来更好。
我的问题是如何在不显示条形的情况下创建彩条图?
我试图评论pp.colorbar().ax.tick_params(labelsize=20)
行,但这搞砸了情节。
图表仍然需要更大的标签和刻度字体大小。
答案 0 :(得分:3)
通过提供genfromtxt
的路径,您可以使用genfromtxt
从不同目录中获取数据:
np.genfromtxt('/path/to/performance.dat')
您可以使用子图创建一个图中的所有3个热图。
然后,只需在右侧添加一个新轴,然后在colorbar
上绘制axes
(使用cax
kwarg)。
最后,很容易只将ylabel
添加到左侧图(仅将其放在ax1
上)。
我已使用subplots_adjust
在合理位置设置边距,并在右边为彩条腾出空间。您会注意到subplots_adjust
命令的底部和顶部被重复用于制作颜色条轴,所以它们都很好地排列。
import matplotlib.pyplot as plt
import numpy as np
# Sample data. You can get yours with np.genfromtxt('/path/to/performance.dat')
data1 = np.random.rand(20,20)*2
data2 = np.random.rand(20,20)*2
data3 = np.random.rand(20,20)*2
fig = plt.figure(figsize=(9,3))
bottom,top,left,right = 0.2,0.9,0.1,0.85
fig.subplots_adjust(bottom=bottom,left=left,right=right,top=top)
# fancy new colormap, just because...
plt.viridis()
# Add the 3 subplots
ax1 = fig.add_subplot(131)
ax2 = fig.add_subplot(132)
ax3 = fig.add_subplot(133)
# Plot the data
for ax,data in zip(fig.axes,[data1,data2,data3]):
p=ax.pcolor(data,vmin=0,vmax=2)
# xlabel on all subplots
ax.set_xlabel(r"$\log \, \sigma_1$", size=28)
# ylabel only on the left
ax1.set_ylabel(r"$\log \, \sigma_2$", size=28)
# add_axes takes (left,bottom,width,height)
# height is just top-bottom
cax = fig.add_axes([right+0.05,bottom,0.03,top-bottom])
fig.colorbar(p,cax=cax)
plt.show()
排列所有子图的另一种方法是使用来自AxesGrid
的{{1}},这将自动完成。以下为mpl_toolkits.axes_grid1
修改了上面的脚本。
AxesGrid