移位的colorbar matplotlib

Question

我正在尝试为数据集创建填充的等高线。它应该相当简单：

plt.contourf(x, y, z, label = 'blah', cm = matplotlib.cm.RdBu)

但是，如果我的数据集不是关于0的对称，我该怎么办？假设我想从蓝色(负值)到0(白色)，再到红色(正值)。如果我的数据集从-8到3，那么颜色条的白色部分应该是0，实际上是略微负的。有什么方法可以改变颜色条吗？

Answer 1

首先，有不止一种方法可以做到这一点。

1. 将DivergingNorm的一个实例作为norm kwarg传递。
2. 使用colors kwarg进行contourf，并使用由

构造的离散色彩映射表手动指定颜色

最简单的方法是第一种选择。它也是允许您使用连续颜色映射的唯一选项。

使用第一个或第三个选项的原因是，它们适用于使用色彩映射表的任何类型的matplotlib绘图(例如imshow、scatter等)。

第三个选项从特定颜色构造离散色彩映射和规范化对象。它基本上与第二个选项相同，但它将a)使用其他类型的绘图，而不是等高线图，以及b)避免手动指定等高线的数量。

作为第一个选项的示例(这里我将使用imshow，因为对于随机数据，它比contourf更有意义，但是除了interpolation选项之外，contourf具有相同的用法)：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import DivergingNorm

data = np.random.random((10,10))
data = 10 * (data - 0.8)

fig, ax = plt.subplots()
im = ax.imshow(data, norm=DivergingNorm(0), cmap=plt.cm.seismic, interpolation='none')
fig.colorbar(im)
plt.show()

​

​

作为第三个选项的示例(请注意，这将提供离散颜色映射而不是连续颜色映射)：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import from_levels_and_colors

data = np.random.random((10,10))
data = 10 * (data - 0.8)

num_levels = 20
vmin, vmax = data.min(), data.max()
midpoint = 0
levels = np.linspace(vmin, vmax, num_levels)
midp = np.mean(np.c_[levels[:-1], levels[1:]], axis=1)
vals = np.interp(midp, [vmin, midpoint, vmax], [0, 0.5, 1])
colors = plt.cm.seismic(vals)
cmap, norm = from_levels_and_colors(levels, colors)

fig, ax = plt.subplots()
im = ax.imshow(data, cmap=cmap, norm=norm, interpolation='none')
fig.colorbar(im)
plt.show()

​

​