matplotlib中的子图的多个颜色条(具有不同的范围/刻度)

时间:2019-12-14 01:43:32

标签: python matplotlib subplot colorbar

我正在使用matplotlib绘制具有不同颜色条的子图。 有关更多详细信息,请参见下面的代码。

我要实现的目标是,附加的颜色条针对不同的子图具有不同的范围(刻度)。 可以通过设置不同的ci来实现(请参见下面的代码)。 例如,左2列子图应带有一个颜色条,其颜色范围为0〜100,21;右边的2列子图应该带有一个颜色条,范围为0〜5,间隔为21。

但是,第一个颜色条没有0〜100个标签。见所附图片。 我猜想左侧子图在图案和颜色方面仍然是正确的,只有左侧颜色条的“标签”错误。

该如何解决?

非常感谢您!

fig, axs = plt.subplots(nrows=2, ncols=4, figsize=(10, 10)) #, constrained_layout=True)
fig.subplots_adjust(bottom=0.05, top=0.95, left=0.15, right=1.6,
                    wspace=0.1, hspace=0.15)

for i, ax in enumerate(axs.flat):
    cmap = plt.get_cmap('gist_earth_r')
    cmap.set_over('navy')
    cmap.set_under('white')
    if i < 2 or (i >= 4 and i<= 5):
        ci = np.linspace(0., 100., 21)
    else:
        ci = np.linspace(0.,5.,21)

    norm = matplotlib.colors.BoundaryNorm(ci, cmap.N)
    pcm = ax.pcolormesh( x, z, cs[i], cmap=cmap, norm=norm )
    ax.set_xticks([-90,-60,-30,0,30,60,90])
    ax.set_xticklabels(['90S','60S','30S','0','30N','60N','90N'])
    ax.set_yticks([1000,850,700,500,300,100])
    ax.set_ylabel('')
    ax.set_xlabel('')
    ax.invert_yaxis()
    ax.set_title(titles[i],loc='center',pad='5')#,fontdict=font)
    ax.xaxis.set_major_formatter(ticker.NullFormatter())
    ax.yaxis.set_major_formatter(ticker.NullFormatter())


fig.colorbar(pcm, ax=axs[:, :2], shrink=0.6, location='bottom',extend='both', pad=0.05)
fig.colorbar(pcm, ax=axs[:, 2:], location='bottom', shrink=0.6, extend='both', pad=0.05)
#fig.colorbar(pcm, ax=[axs[1, 1]], location='right')


plt.show()


  [1]: https://i.stack.imgur.com/VDHdw.jpg

1 个答案:

答案 0 :(得分:0)

我已经重写了一点。主要问题是您在同一pcolormesh上两次调用了colorbar,因为您是在循环之外进行的。另外,在我看来,要在色条上应用的更改仅要求将vmin和vmax提供给pcolormesh(而不是规范),并且在对色条的调用中给出刻度。示例代码片段和下图如下:

import matplotlib.pyplot as plt
import numpy as np
fig, axs = plt.subplots(nrows=2, ncols=4, sharex=True, sharey=True,
                        figsize=(20, 16))
fig.subplots_adjust(bottom=0.05, top=0.95, left=0.15, right=1.6,
                    wspace=0.1, hspace=0.15)
cmap = plt.get_cmap('gist_earth_r')
cmap.set_over('navy')
cmap.set_under('white')
gridY, gridX = np.mgrid[0:1000:31 * 1j, -90:90:31 * 1j]
for i, ax in enumerate(axs.flatten(order='F')):
    if i < len(axs.flatten()) / 2:
        cs = np.random.default_rng().integers(101, size=(31, 31))
        pcm = ax.pcolormesh(gridX, gridY, cs, vmin=0, vmax=100, cmap=cmap)
    else:
        cs = np.random.default_rng().integers(6, size=(31, 31))
        pcm = ax.pcolormesh(gridX, gridY, cs, vmin=0, vmax=5, cmap=cmap)
    if i == len(axs.flatten()) / 2 - 1:
        fig.colorbar(pcm, ax=axs[:, :2], shrink=0.6, location='bottom',
                     pad=0.05, ticks=np.linspace(0, 100, 21))
    elif i == len(axs.flatten()) - 1:
        fig.colorbar(pcm, ax=axs[:, 2:], location='bottom', shrink=0.6,
                     pad=0.05, ticks=np.linspace(0, 5, 21))
ax.set_xticks([-90, -60, -30, 0, 30, 60, 90])
ax.set_xticklabels(['90S', '60S', '30S', '0', '30N', '60N', '90N'])
ax.invert_yaxis()
fig.savefig('so.png', bbox_inches='tight')

enter image description here