Matplotlib：如何“剪切”彩条的不需要的部分？

Question

假设你使用imshow创建一个像这样的图像：

plt.set_cmap('viridis')
im=plt.imshow(mydata, interpolation='nearest',origin='lower')
plt.title('mymap')
cbar=plt.colorbar()
a=round(mydata.max(),0)
cbar.set_ticks([17,23,a])
cbar.set_ticklabels([17,23,a])

假设您有一个类似连续的数据集，其中大多数值为0，但随后会跳转到最高值范围。

如何“剪切”色条以确保它从mydata.min()=17开始，以mydata.max()=27结束，而不更改图像中的颜色？

我不想要这个：

Answer 1

尝试：

fig, ax = plt.subplots()
cax = ax.imshow(mydata,interpolation='nearest',origin='lower')
cbar = fig.colorbar(cax, ticks=[17,23,a])
cbar.ax.set_yticklabels(["add your label names"])

plt.show()

另见：http://matplotlib.org/examples/pylab_examples/colorbar_tick_labelling_demo.html

Answer 2

没有用于限制颜色条中颜色范围的标准解决方案，因为显示的颜色通常直接链接到图像中的颜色。

因此，解决方案是创建一个独立于图像的颜色条，填充不同的颜色图。通过剪切出需要的相应部分，可以从原始颜色图中获取该附加颜色图。

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

# some data between 0 and 27
image = np.random.rand(30,60)*27
image[:,30:] = np.sort(image[:,30:].flatten()).reshape(30,30)


plt.figure(figsize=(8,3))
cmap = plt.get_cmap('jet')
im=plt.imshow(image, interpolation='nearest',origin='lower', cmap = cmap)
plt.title('mymap')


a=round(image.max(),0)

vmin=17  #minimum value to show on colobar
vmax = a #maximum value to show on colobar
norm = matplotlib.colors.Normalize(vmin=vmin, vmax =vmax)
#generate colors from original colormap in the range equivalent to [vmin, vamx] 
colors = cmap(np.linspace(1.-(vmax-vmin)/float(vmax), 1, cmap.N))
# Create a new colormap from those colors
color_map = matplotlib.colors.LinearSegmentedColormap.from_list('cut_jet', colors)

# create some axes to put the colorbar to
cax, _  = matplotlib.colorbar.make_axes(plt.gca())
cbar = matplotlib.colorbar.ColorbarBase(cax, cmap=color_map, norm=norm,)

cbar.set_ticks([17,23,a])
cbar.set_ticklabels([17,23,a])

plt.show()