设置颜色条范围

Question

我有以下代码：

import matplotlib.pyplot as plt

cdict = {
  'red'  :  ( (0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)),
  'green':  ( (0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)),
  'blue' :  ( (0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45))
}
 
cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024)
 
plt.clf()
plt.pcolor(X, Y, v, cmap=cm)
plt.loglog()
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
 
plt.colorbar()
plt.show()

这段代码会生成一个图表，显示值 v 在 X 轴和 Y 轴上的分布，使用指定的颜色映射。X 轴和 Y 轴的设置是完美的，但颜色映射是根据 v 的最小值和最大值来分布的。我想把颜色映射的范围强制设置为 0 到 1。

我考虑使用：

plt.axis(...)

来设置轴的范围，但这个方法只接受 X 和 Y 的最小值和最大值，并不包括颜色映射的设置。

编辑：

为了更清楚地说明，假设我有一个图表，它的值范围是 (0 ... 0.3)，还有另一个图表，它的值范围是 (0.2 ... 0.8)。

在这两个图表中，我希望颜色条的范围都是 (0 ... 1)。我希望这两个图表的颜色范围是相同的，使用上面提到的 cdict 的完整范围（所以在两个图表中，0.25 的颜色是一样的）。在第一个图表中，所有在 0.3 到 1.0 之间的颜色不会出现在图表中，但会在旁边的颜色条上显示。在第二个图表中，所有在 0 到 0.2 之间，以及在 0.8 到 1 之间的颜色也不会出现在图表中，但会在旁边的颜色条上显示。

Answer 1

不确定这是不是最好的解决办法（这是我用过的），但你可以把你的数据缩放到0到1之间，然后调整颜色条：

import matplotlib as mpl
...
ax, _ = mpl.colorbar.make_axes(plt.gca(), shrink=0.5)
cbar = mpl.colorbar.ColorbarBase(ax, cmap=cm,
                       norm=mpl.colors.Normalize(vmin=-0.5, vmax=1.5))
cbar.set_clim(-2.0, 2.0)

通过设置两个不同的限制，你可以控制颜色条的范围和图例。在这个例子中，颜色条只显示-0.5到1.5之间的范围，而颜色映射的范围是-2到2（这可以是你在缩放之前记录的数据范围）。

所以，不是缩放颜色映射，而是缩放你的数据，并让颜色条适应这个数据。

Answer 2

使用 CLIM 函数，这个函数的作用和 MATLAB 中的 CAXIS 函数是一样的：

plt.pcolor(X, Y, v, cmap=cm)
plt.clim(-4,4)  # identical to caxis([-4,4]) in MATLAB
plt.show()

Answer 3

使用 vmin 和 vmax 可以强制设置颜色的范围。下面是一个例子：

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

cdict = {
  'red'  :  ( (0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)),
  'green':  ( (0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)),
  'blue' :  ( (0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45))
}

cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024)

x = np.arange(0, 10, .1)
y = np.arange(0, 10, .1)
X, Y = np.meshgrid(x,y)

data = 2*( np.sin(X) + np.sin(3*Y) )

def do_plot(n, f, title):
    #plt.clf()
    plt.subplot(1, 3, n)
    plt.pcolor(X, Y, f(data), cmap=cm, vmin=-4, vmax=4)
    plt.title(title)
    plt.colorbar()

plt.figure()
do_plot(1, lambda x:x, "all")
do_plot(2, lambda x:np.clip(x, -4, 0), "<0")
do_plot(3, lambda x:np.clip(x, 0, 4), ">0")
plt.show()