在matplotlib

时间:2015-11-19 12:34:28

标签: python matplotlib colorbar

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:

LaTeX output

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。

1 个答案:

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()

enter image description here

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

enter image description here