创建没有颜色条的热图

Question

我用下面的代码从不同文件夹里的数据创建了3个Python图表，并且都加上了颜色条：

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()

然后我把它们放到我的LaTeX文件里，排成一排：

\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}

结果是这样的：

显然，这样的效果不好看。我尝试了很多LaTeX的设置，直到现在这是我能做到的最好效果，至少能让人看得懂。我想的办法是，或许可以只做一个图，显示竖着的颜色条（就是最后一个图），第一个图只加“y轴标签”，中间的图加“x轴标签”，这样看起来可能会好一些。

我想知道怎么能做一个颜色条的图，但不显示颜色条？我试着把 pp.colorbar().ax.tick_params(labelsize=20) 这一行注释掉，但这样就把图搞乱了。

这些图的标签和刻度的字体大小也需要更大一些。

相关文章：

• 暂无相关问题

Answer 1

你可以通过给 genfromtxt 提供路径，从不同的目录获取数据。

np.genfromtxt('/path/to/performance.dat')

你可以在一个图形中创建三个热图，使用子图的方式。

然后，只需在右侧添加一个新的坐标轴，并在那个坐标轴上绘制 colorbar（使用 cax 参数）。

最后，很简单，只在左边的图上添加 ylabel（只放在 ax1 上）。

我使用了 subplots_adjust 来合理设置边距，并在右侧为 colorbar 留出空间。你会注意到，subplots_adjust 命令的上下部分被重复使用来创建 colorbar 的坐标轴，这样一切就能很好地对齐。

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()

另一种对齐所有子图的方法是使用 AxesGrid，来自 mpl_toolkits.axes_grid1，它会自动完成这一切。这里是上面脚本修改后使用 AxesGrid 的版本。

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.axes_grid1 import AxesGrid

# 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))

fig.subplots_adjust(bottom=0.2)
plt.viridis()

grid = AxesGrid(fig, 111,
                nrows_ncols=(1, 3),
                axes_pad=0.2,
                share_all=True,
                label_mode="L",
                cbar_location="right",
                cbar_mode="single",
                )

for ax,data in zip(grid,[data1,data2,data3]):
    p=ax.pcolor(data,vmin=0,vmax=2)
    ax.set_xlabel(r"$\log \, \sigma_1$", size=28)

grid[0].set_ylabel(r"$\log \, \sigma_2$", size=28)

grid.cbar_axes[0].colorbar(p)

plt.show()