获取matplotlib colorbar tick超出数据限制，以便使用boundaries关键字

Question

我正在尝试使用颜色条来标记离散的、使用imshow绘制的编码值。我可以使用boundaries和values关键字获得我想要的颜色条，这使得颜色条的最大值实际上比正在绘制的数据的最大值大1。

现在我希望刻度在colorbar中的每个颜色范围的中间，但不能为colorbar中最大的颜色块指定刻度位置，似乎是因为它超出了数据值限制。

以下是演示该问题的快速代码块：

data = np.tile(np.arange(4), 2)
fig = plt.figure()
ax = fig.add_subplot(121)
ax.imshow(data[None], aspect='auto')
cax = fig.add_subplot(122)
cbar = fig.colorbar(ax.images[0], cax=cax, boundaries=[0,1,2,3,4], values=[0,1,2,3])
cbar.set_ticks([.5, 1.5, 2.5, 3.5])
cbar.set_ticklabels(['one', 'two', 'three', 'four'])

注意“4”应该出现的地方缺少的勾号。这样做的正确方法是什么？

Answer 1

总而言之，这对我很有效：

import numpy as np
from matplotlib import pyplot as plt
from matplotlib import cm
from matplotlib import colors

data = np.tile(np.arange(4), 2)
fig = plt.figure()
ax = fig.add_subplot(121)
cmap = cm.get_cmap('jet', 4)
bounds = np.arange(5)
vals = bounds[:-1]
norm = colors.BoundaryNorm(bounds, cmap.N)
ax.imshow(data[None], aspect='auto', interpolation='nearest', cmap=cmap, norm=norm)

cax = fig.add_subplot(122)
cbar = fig.colorbar(ax.images[0], cax=cax, boundaries=bounds, values=vals)
cbar.set_ticks(vals + .5)
cbar.set_ticklabels(['one', 'two', 'three', 'four'])

解决方案是使用get_cmap显式指定图像的色彩映射表，并以BoundaryNorm为界限。然后指定刻度位置就可以了。生成的曲线图为：

​

​

Answer 2

您在imshow和cbar中使用的colormap不同。因为您的data和cbar是以相同的方式定义的(相同的限制等)所以你没有意识到上面例子中的不一致之处。您应该首先定义colormap。

假设你想把数据分成4种不同的颜色，然后你可以使用

import numpy as np
import pylab as plt
from matplotlib import colors, cm

data = np.tile(np.arange(4), 2)
fig = plt.figure()
ax = fig.add_subplot(121)
cax = fig.add_subplot(122)
cmap = cm.get_cmap('jet', 4) # 4 discrete color
im=ax.imshow(data[None], aspect='auto',cmap=cmap)
cbar = fig.colorbar(ax.images[0], cax=cax, cmap=cmap)
plt.show()

​

​

现在，您可以根据需要放置ticks。

如果您想定义边界以及这些边界中的颜色，则可以使用ListedColormap，如下所示：

data = np.tile(np.arange(4), 2)
fig = plt.figure()
ax = fig.add_subplot(121)
cax = fig.add_subplot(122)
cmap = colors.ListedColormap(['b','g','y','r'])
bounds=[0,1,2,3,4]
norm = colors.BoundaryNorm(bounds, cmap.N)
im=ax.imshow(data[None], aspect='auto',cmap=cmap, norm=norm)
cbar = fig.colorbar(im, cax=cax, cmap=cmap, norm=norm, boundaries=bounds, ticks=[0.5,1.5,2.5,3.5],)
plt.show()

​

​