Matplotlib - 与`colorbar`相同的填充方式

Question

有没有办法保持和colorbar一样的边距，但不显示任何colorbar呢？

为什么要这样做呢？其实，这样可以让我在从一个没有颜色阴影信息的图表切换到一个使用了colorbar的图表时，产生一种视觉效果。

下面是一个起始代码，来自于这个帖子。

from matplotlib.pylab import *
import matplotlib.cm as cm

min_val = 0
max_val = 1

# See : http://www.scipy.org/Cookbook/Matplotlib/Show_colormaps
my_cmap = cm.get_cmap('jet') # or any other one
norm = matplotlib.colors.Normalize(min_val, max_val) # the color maps work for [0, 1]

cmmapable = cm.ScalarMappable(norm, my_cmap)
cmmapable.set_array(range(min_val, max_val))

figure()
ax = gca()

cbar = colorbar(cmmapable, ticks=[0, 1])
cbar.ax.set_yticklabels(['Min', 'Max'])

show()

Answer 1

我理解的是，你想做一个演示，有两张幻灯片。第一张幻灯片上有一个图，但没有颜色条；第二张幻灯片上是同样的图，但有颜色条。这两张幻灯片上的图要保持一样的大小，这样在切换幻灯片时，图就不会跳动或者变形。

设置颜色图会改变原来的 Axes 实例的大小。你可以用 ax.get_position() 来获取调整大小后的 Axes 的边界框。它会返回一个边界框：Bbox(array([[ 0.125, 0.1 ], [ 0.745, 0.9 ]]))，这个框给出了左边、底边、右边和顶边的位置。我觉得可以稍微偷懒一下，直接用 ax._position.bounds，这样可以得到一个矩形（左边缘、底边缘、宽度、高度），你可以直接用它来创建新的坐标轴，下面的代码就是这样做的。

import matplotlib 
import matplotlib.pyplot as plt

min_val = 0
max_val = 1

my_cmap = matplotlib.cm.get_cmap('jet') 
norm = matplotlib.colors.Normalize(min_val, max_val) 

cmmapable = matplotlib.cm.ScalarMappable(norm, my_cmap)
cmmapable.set_array(range(min_val, max_val))

fig1 = plt.figure()
ax1 = fig1.add_subplot(111)

cbar = plt.colorbar(cmmapable, ax = ax1, ticks=[0, 1])
cbar.ax.set_yticklabels(['Min', 'Max'])

# gives bounding box with left, right, bottom, top
print(ax1.get_position())
# gives rectangle with left, bottom, width, height
print(ax1._position.bounds)

fig2 = plt.figure()
ax2 = fig2.add_axes(ax1._position.bounds)

plt.show()

更新：在上面的解决方案中没有颜色条，而下面的解决方案中有颜色条，但你把它设置成白色，并且去掉了标签和边框。如果图的背景颜色不是白色，你会看到一个白色的矩形，原本应该是颜色条的位置。

import matplotlib 
import matplotlib.pyplot as plt

min_val = 0
max_val = 1

my_cmap = matplotlib.cm.get_cmap('jet') 
norm = matplotlib.colors.Normalize(min_val, max_val) 

cmmapable = matplotlib.cm.ScalarMappable(norm, my_cmap)
cmmapable.set_array(range(min_val, max_val))

fig1 = plt.figure()
ax1 = fig1.add_subplot(111)

# set opacity to 0
cbar = plt.colorbar(cmmapable, ax = ax1, ticks=[0, 1], alpha = 0)

# remove the tick labels
cbar.ax.set_yticklabels(['', ''])
# set the tick length to 0
cbar.ax.tick_params(axis = 'y', which = "both", length = 0)

# set everything that has a linewidth to 0
for a in cbar.ax.get_children():
    try:
        a.set_linewidth(0)
    except:
        pass

plt.show()