python可视化 matplotlib画图使用colorbar工具自定义颜色

原创已于 2023-05-08 00:25:09 修改 · 1.1w 阅读

100 ·

CC 4.0 BY-SA版权

文章标签：

#python #可视化 #matplotlib

于 2020-12-04 09:43:05 首次发布

python 专栏收录该内容

17 篇文章

订阅专栏

本文介绍如何使用Matplotlib库中的ColorbarBase类来自定义colorbar，包括设置位置、颜色映射、范围及延伸方向等参数，实现独立于现有图表的自定义颜色条。

python matplotlib画图使用colorbar工具自定义颜色

colorbar（draw colorbar without any mapple/plot）

自定义colorbar可以画出任何自己想要的colorbar，自由自在、不受约束，不依赖于任何已有的图(plot/mappable)。这里使用的是mpl.colorbar.ColorbarBase类，而colorbar类必须依赖于已有的图。

参数可以参考下面的描述->matplotlib：

class matplotlib.colorbar.ColorbarBase(ax, cmap=None, norm=None, alpha=None, values=None, boundaries=None, orientation=‘vertical’, ticklocation=‘auto’, extend=‘neither’, spacing=‘uniform’, ticks=None, format=None, drawedges=False, filled=True, extendfrac=None, extendrect=False, label=’’)[source]
参数简单描述

ax :可用于设置colorbar的位置、长、宽
norm :用于规范化–设置颜色条最大最小值
cmap：颜色（可参考本篇博文的最后部分——推荐色带与自定义色带）
boundaries：要想使用extend，在norm之外，必须要有两个额外的boundaries
orientation：colorbar方向，躺平or垂直
extend：延伸方向(在norm之外colorbar可延伸)
ticks：自定义各段的tick（记号）

给一个例子，首先定义一下横纵坐标的名称，以及df_int：

labels_int = ['A', 'B', 'C', 'D']
variables_int = ['A', 'B', 'C', 'D']

# x_normed_int 可以是一个4*4的数组，经过归一化的
df_int = pd.DataFrame(, columns=variables_int, index=labels_int)

接下来就是画图了：

fig = plt.figure()
    ax = fig.add_subplot(111)
    cax = ax.matshow(df, interpolation='nearest', cmap='GnBu')
    fig.colorbar(cax)

    tick_spacing = 1
    ax.xaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))
    ax.yaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))

    ax.set_xticklabels([''] + list(df.columns))
    ax.set_yticklabels([''] + list(df.index))
    plt.show()

其中：

cax = ax.matshow(df, interpolation='nearest', cmap='GnBu')

可以通过cmap修改，得到不同的颜色带

在这里插入图片描述

最终可以看到结果如下图：
在这里插入图片描述