Matplotlib Colorbar更改刻度标签和定位器

Question

我想更改下图中颜色栏中的刻度定位器和标签。

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import dates as mdates
import numpy as np

# fontdict to control style of text and labels
font = {'family': 'serif',
        'color':  (0.33, 0.33, 0.33),
        'weight': 'normal',
        'size': 18,
        }

num = 1000
x = np.linspace(-4,4,num) + (0.5 - np.random.rand(num))
y = np.linspace(-2,2,num) + (0.5 - np.random.rand(num))
t = pd.date_range('1/1/2014', periods=num)

# make plot with vertical (default) colorbar
fig, ax = plt.subplots(nrows=1, ncols=1, figsize=(6, 6))
ax.set_title('Scatter plot', fontdict=font)

# plot data
s = ax.scatter(x = x, y = y, 
               s=50, c=t, marker='o', 
               cmap=plt.cm.rainbow)

# plot settings
ax.grid(True)
ax.set_aspect('equal')
ax.set_ylabel('Northing [cm]', fontdict=font)
ax.set_xlabel('Easting [cm]', fontdict=font)

# add colorbar
cbar = fig.colorbar(mappable=s, ax=ax)
cbar.set_label('Date')

# change colobar ticks labels and locators
????

colorbar说明了时间依赖性。因此，我想将滴答从其数值（纳秒？）更改为更合理的日期格式，如月和年（例如，％b％Y或％Y-％m），其中间隔可以是例如3或6个月。这可能吗？

我尝试使用cbar.formatter，cbar.locator和mdates播放失败。

Answer 1

您可以保留colorbar函数建议的相同定位器，但更改ticklabels以打印格式化日期，如下所示：

# change colobar ticks labels and locators 
cbar.set_ticks([s.colorbar.vmin + t*(s.colorbar.vmax-s.colorbar.vmin) for t in cbar.ax.get_yticks()])
cbar.set_ticklabels([mdates.datetime.datetime.fromtimestamp((s.colorbar.vmin + t*(s.colorbar.vmax-s.colorbar.vmin))/1000000000).strftime('%c') for t in cbar.ax.get_yticks()])
plt.show()

，结果如下：

如果您真的想控制刻度位置，可以计算所需的值（此处大约3个月间隔~91.25天）：

i,ticks = 0,[s.colorbar.vmin]
while ticks[-1] < s.colorbar.vmax:
   ticks.append(s.colorbar.vmin+i*24*3600*91.25*1e9)
   i = i+1
ticks[-1] = s.colorbar.vmax
cbar.set_ticks(ticks)
cbar.set_ticklabels([mdates.datetime.datetime.fromtimestamp(t/1e9).strftime('%c') for t in ticks])

Answer 2

matplotlib的颜色映射机制不像x轴或y轴那样具有“单位”的概念，因此您可以在映射之前手动进行从日期到浮点的转换，然后手动设置定位符和格式化程序。您还可以研究一下熊猫如何将其日期对象映射为浮点数，这可能与本地的matplotlib映射有些不同：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

dates = np.datetime64('2019-11-01') + np.arange(10)*np.timedelta64(1, 'D')
X= np.random.randn(10, 2)

plt.scatter(X[:, 0], X[:, 1], c=mdates.date2num(dates))
cb = plt.colorbar()
loc = mdates.AutoDateLocator()
cb.ax.yaxis.set_major_locator(loc)
cb.ax.yaxis.set_major_formatter(mdates.ConciseDateFormatter(loc))
plt.show()