无法添加matplotlib colorbar刻度

Question

我正在尝试将刻度和标签添加到颜色条中，但它似乎没有显示在输出中。我尝试了两种方法(如下面的代码所示)。第二个appraoch要按照另一个关于堆栈溢出的问题来做：How to add Matplotlib Colorbar Ticks。

我一定忽略了一些非常简单的东西，因为我是Matplotlib和Python的初学者。

我已经设法获得了颜色条，但我想要的刻度线就是不显示。这里的任何帮助都将非常感谢，因为我在尝试和搜索后已经被困在这里几个小时了。这是我用hexbin在底图上生成热图的代码。

import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
from matplotlib.colors import LinearSegmentedColormap
from matplotlib import cm

#Loading data from CSV file
DATA_FILE = '....../Population_data.csv'
roc_data = pd.read_csv(DATA_FILE)
roc_data.head()

#Creating figure window
fig = plt.figure(figsize=(14,10))
ax = fig.add_subplot(111)

#Drawing the basemap
m = Basemap(projection='merc', lat_0=43.12, lon_0=-77.626,
resolution = 'i',llcrnrlon=-78.236, 
                llcrnrlat=42.935,
                urcrnrlon=-77.072, 
                urcrnrlat=43.349)
m.drawcoastlines()
m.drawcounties(zorder=20, color='red')
m.drawcountries()
m.drawmapboundary()

#plotting the heatmap using hexbin
x, y = m(roc_data['Longitude'].values, roc_data['Latitude'].values)
values = roc_data['Total(20-64)']
m.hexbin(x, y, gridsize = 125, bins = 'log', C = values, cmap = cm.Reds)


#Defining minimum, mean and maximum population values
max_p = roc_data['Total(20-64)'].max()
min_p = roc_data['Total(20-64)'].min()
mean_p = roc_data['Total(20-64)'].mean()

#Adding Colorbar
cb = m.colorbar(location = 'bottom', format = '%d', label = 'Population by Census Blocks')

#setting ticks

#cb.set_ticks([48, 107, 1302])                #First approach, didn't work 
#cb.set_ticklabels(['Min', 'Mean', 'Max'])

cb.set_ticks([min_p, mean_p, max_p])          #Second appraoch, assumed ticks and tick labels should be same
cb.set_ticklabels([min_p, mean_p, max_p])     #from the above mentioned stackoverflow question, but did't work

plt.show()

对于colorbar ticks，我使用第一种或第二种方法得到的输出是相同的。如下所示：Heatmap and colorbar with no ticks and labels

我希望最小、中值和最大人口值(48、107和1302)显示在带有标签Min、Mean和Max的颜色栏上。谢谢您抽时间见我

Answer 1

使用模式bins = 'log'绘制hexbin绘图时，颜色将以对数比例绘制。这意味着如果数据的最小值、平均值和最大值是min、mean和max，则它们在对数缩放的色带上的值是log10(min)、log10(mean)和log10(max)。

因此，需要使用对数值设置色条上的刻度。ticklabels可以设置为任何值。然而，我认为简单地将“均值”之类的东西放在对数尺度上可能不是太有信息量。

一个特殊性是，颜色条的最小值实际上是log10(min+1)。+1是由于低于1的对数造成的。

下面是一个完整的示例。

​

​

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
np.random.seed(42)
from mpl_toolkits.basemap import Basemap
from matplotlib import cm

lon = -78.236+np.random.rand(1000)*(-77.072+78.236)
lat = 42.935 + np.random.rand(1000)*(43.349-42.935)
t = 99+np.random.normal(10,20,1000)
t[:50] = np.linspace(48,1302)
roc_data = pd.DataFrame({'Longitude':lon, 'Latitude':lat, "T":t })


#Creating figure window
fig = plt.figure(figsize=(8,6))
ax = fig.add_subplot(111)

#Drawing the basemap
m = Basemap(projection='merc', lat_0=43.12, lon_0=-77.626,
resolution = 'i',llcrnrlon=-78.236, 
                llcrnrlat=42.935,
                urcrnrlon=-77.072, 
                urcrnrlat=43.349)
m.drawcoastlines()
m.drawcounties(zorder=20, color='red')
m.drawcountries()
m.drawmapboundary()

#plotting the heatmap using hexbin
x, y = m(roc_data['Longitude'].values, roc_data['Latitude'].values)
values = roc_data['T']
m.hexbin(x, y, gridsize = 125, bins = 'log', C = values, cmap = cm.Reds) #bins = 'log',

#Defining minimum, mean and maximum population values
max_p = roc_data['T'].max()
min_p = roc_data['T'].min()
mean_p = roc_data['T'].mean()
print [min_p, mean_p, max_p]
print [np.log10(min_p), np.log10(mean_p), np.log10(max_p)]

#Adding Colorbar
cb = m.colorbar(location = 'bottom', format = '%d', label = 'Population by Census Blocks') #format = '%d',

#setting ticks 
cb.set_ticks([np.log10(min_p+1), np.log10(mean_p), np.log10(max_p)])          
cb.set_ticklabels(['Min\n({:.1f})'.format(min_p), 'Mean\n({:.1f})'.format(mean_p), 'Max\n({:.1f})'.format(max_p)])
plt.tight_layout()
plt.show()