python 分享一个复现文献中colorbar的简单教程

前言

最近在阅读文献时，想要复现别人的结果，其中遇到的一个挑战就是复现别人绘图时用的colorbar，本文分享一下我是如何复现的。
文献中的colorbar如下图所示：

想要复现这样的一条colorbar，首先需要观察一下它的颜色渐变分布。上图的colorbar还是比较清晰明了的，很容易发现它是这样渐变的：

蓝=>白=>黄=>红
blue - white -yellow -red

非常巧的是NCL的colormap中恰好有一条是这样分布的，作者估计就是根据这个改的：

这样就更方面了，我们在python中，先导入这一条colormap，然后

• 重新定义一些区间范围，以及间隔
• 修改一些参数
  即可完美实现相同的colormap。

之前也做过类似的教程分享：自定义colormap

截取colormap

下面是代码展示：

import numpy as np

import cmaps 
      
import matplotlib.pyplot as plt

import matplotlib as mpl   

from matplotlib.colors import ListedColormap 
#######################生成画板#####################################
fig=plt.figure(figsize=(10,8),dpi=150)

ax1=fig.add_axes([0,0,1,0.05])                                                 
ax2=fig.add_axes([0,0.25,1,0.05])  
#######################定义新的colormap#########################################
norm =mpl.colors.Normalize(vmin=-0.48, vmax=0.48)    #确定colormap的最大最小值
                                         
cmap=cmaps.BlueWhiteOrangeRed  #引用NCL的colormap
                                       
newcolors=cmap(np.linspace(0,1,12))#分片操作，生成0到1的12个数据间隔的数组   
                               
newcmap=ListedColormap(newcolors[::1])  #重构为新的colormap
              
###########################################################################        
fc1=fig.colorbar(mpl.cm.ScalarMappable(norm=norm,cmap='BlueWhiteOrangeRed'),              
                 cax=ax1,                                                      
                 orientation='horizontal',    label='old cmap' ,
ticks=[-0.4,-0.32,-0.24,-0.16,-0.08,0,0.08,0.16,0.24,0.32,0.4]     ,                                                    
                 extend='both')                 
                                                   
fc2=fig.colorbar(mpl.cm.ScalarMappable(norm=norm,cmap=newcmap),                                            
                  cax=ax2,         format='%.2g'    ,                                             
                  orientation='horizontal',     label='new cmap' ,
ticks=[-0.4,-0.32,-0.24,-0.16,-0.08,0,0.08,0.16,0.24,0.32,0.4]     ,                                     
                  extend='both')  
fc2.ax.tick_params(which='major',direction='in',length=29)

其中，简单对代码做一下说明：

• cmaps 库是专门用来调用NCL colormap的一个库，非常感谢这个开发者的贡献
• ListedColormap 用来重构一个修改后的colormap
• 其他的代码都比较简单，对于colorbar的修饰

对比结果如下所示：

可以发现，大致的特征已经比较一致了，稍加修饰即可成功完美复现原文的结果

拼接colormap

同样的，既然可以从一个colormap中截取一部分作为新的colormap，那么可以将两个colormap拼接为一个新的colormap吗？

• 答案当然是可以的，实现的方法基本一致，无非是导入两个colormap而已
• 使用np.vstack()函数，将两个colormap结果拼接，再重构为新的colormap
• 下面直接上代码和结果

cmap1=cmaps.MPL_Blues_r            #蓝色                                   
cmap2=cmaps.cmocean_algae          #绿色   
###########################################################################                   
list_cmap1=cmap1(np.linspace(0,1,13))                                      
list_cmap2=cmap2(np.linspace(0,1,12))                                           
new_color_list=np.vstack((list_cmap1,list_cmap2))                            
new_cmap=ListedColormap(new_color_list,name='new_cmap ') 
###########################################################################                                                                      
fig=plt.figure(figsize=(10,8),dpi=200)                                        
ax1=fig.add_axes([0,0.15,1,0.03])                                                 
ax2=fig.add_axes([0,0.25,1,0.03])                                            
ax3=fig.add_axes([0,0.35,1,0.03])            
###########################################################################                                   
norm =mpl.colors.Normalize(vmin=-10, vmax=10)                              
fc1=fig.colorbar(mpl.cm.ScalarMappable(norm=norm,                            
                 cmap=cmap1),cax=ax1,                                     
                 orientation='horizontal',extend='both',
                 label='cmap1')                       
fc2=fig.colorbar(mpl.cm.ScalarMappable(norm=norm,                      
                 cmap=cmap2),cax=ax2,                                      
                 orientation='horizontal',extend='both',
                 label='cmap2')                    
fc3=fig.colorbar(mpl.cm.ScalarMappable(norm=norm,                         
                 cmap=new_cmap),cax=ax3,                                
                 orientation='horizontal',extend='both',
                 label='newcmap') 

结果如下所示：

• 可以发现还是非常perfect的，感兴趣的兄弟们快去尝试吧~

        					一个努力学习python的ocean er
                    		水平有限，欢迎指正！！！
                      	欢迎评论、收藏、点赞、转发、关注。
                      	关注我不后悔，记录学习进步的过程~~