Colorbar刻度标签作为日志输出

Question

我正在玩histogram2d，我正在尝试合并颜色条对数值。

这是我目前的代码：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
from matplotlib.colors import LinearSegmentedColormap


cmap = LinearSegmentedColormap.from_list('mycmap', ['black', 'maroon', 
                                                'crimson', 'orange', 'white'])

fig = plt.figure()
ax = fig.add_subplot(111)
H = ax.hist2d(gas_pos[:,0]/0.7, gas_pos[:,1]/0.7, cmap=cmap, 
            norm=matplotlib.colors.LogNorm(), bins=350, weights=np.log(gas_Temp))

ax.tick_params(axis=u'both', which=u'both',length=0)
ax.get_xaxis().set_visible(False)
ax.get_yaxis().set_visible(False)

cb = fig.colorbar(H[3], ax=ax, shrink=0.8, pad=0.01, 
                orientation="horizontal", label=r'$\log T\ [\mathrm{K}]$')
cb.ax.set_xticklabels([1,2,3,4])
cb.update_ticks()

empty = Rectangle((0,0 ), 0, 0, alpha=0.0)
redshift = fig.legend([empty], [r'$z = 127$'], 
        loc='upper right', frameon=False, handlelength=0, handletextpad=0)
redshift.get_texts()[0].set_color('white')
#fig.add_artist(redshift)

plt.show()

权重是未通过np.log()传递的值，目前正通过LogNorm()进行规范化。

我想要的是让colorbar tic标签成为当前存在的对数值，例如。 10**4 --> 4，10**6 --> 6等

我尝试更改格式并同时传递np.log(gas_Temp)的对数值，但实际上没有任何效果。

Answer 1

惯用的事情是使用LogFormatterExponent来设置颜色条的格式。这正是您所需要的：将10**x值显示为x，或换句话说，将y值显示为log10(x)。

使用虚拟数据证明：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LogNorm
from matplotlib.ticker import LogFormatterExponent # <-- one new import here

# generate dummy data
histdata = 10**(np.random.rand(200,200)*4 + 1)  # 10^1 -> 10^5

# plot
fig = plt.figure()
ax = fig.add_subplot(111)

ax.tick_params(axis=u'both', which=u'both',length=0)
ax.get_xaxis().set_visible(False)
ax.get_yaxis().set_visible(False)

im = plt.imshow(histdata,cmap='viridis',norm=LogNorm())
cb = fig.colorbar(im, ax=ax, shrink=0.8, pad=0.01,
                  orientation="horizontal", label=r'$\log T\ [\mathrm{K}]$')

# v-- one new line here
cb.formatter = LogFormatterExponent(base=10) # 10 is the default
cb.update_ticks()

将原始（左）的结果与修改后的版本（右）进行比较：