Tôi có đoạn mã sau:

import matplotlib.pyplot as plt

cdict = {
  'red'  :  ( (0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)),
  'green':  ( (0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)),
  'blue' :  ( (0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45))
}

cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024)

plt.clf()
plt.pcolor(X, Y, v, cmap=cm)
plt.loglog()
plt.xlabel('X Axis')
plt.ylabel('Y Axis')

plt.colorbar()
plt.show()

Vì vậy, điều này tạo ra một biểu đồ của các giá trị 'v' trên các trục X so với Y, sử dụng bản đồ màu được chỉ định. Các trục X và Y là hoàn hảo, nhưng colormap trải đều giữa cực tiểu và cực đại của v. Tôi muốn buộc colormap nằm trong khoảng từ 0 đến 1.

Tôi nghĩ về việc sử dụng:

plt.axis(...)

Để đặt phạm vi của các trục, nhưng điều này chỉ cần các đối số cho min và max của X và Y, chứ không phải colormap.

Biên tập:

Để rõ ràng, giả sử tôi có một biểu đồ có phạm vi giá trị (0 ... 0,3) và một biểu đồ khác có giá trị (0,2 ... 0,8).

Trong cả hai biểu đồ, tôi sẽ muốn phạm vi của thanh màu là (0 ... 1). Trong cả hai biểu đồ, tôi muốn dải màu này giống hệt nhau bằng cách sử dụng toàn bộ phạm vi cdict ở trên (vì vậy 0,25 trong cả hai biểu đồ sẽ có cùng màu). Trong biểu đồ đầu tiên, tất cả các màu trong khoảng từ 0,3 đến 1 sẽ không có trong biểu đồ, nhưng sẽ có trong phím thanh màu ở bên cạnh. Mặt khác, tất cả các màu trong khoảng từ 0 đến 0,2 và từ 0,8 đến 1 sẽ không có trong biểu đồ, nhưng sẽ có trong thanh màu ở bên cạnh.

Sử dụng vminvà vmaxbuộc phạm vi cho màu sắc. Đây là một ví dụ:

import matplotlib as m
import matplotlib.pyplot as plt
import numpy as np

cdict = {
  'red'  :  ( (0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)),
  'green':  ( (0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)),
  'blue' :  ( (0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45))
}

cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024)

x = np.arange(0, 10, .1)
y = np.arange(0, 10, .1)
X, Y = np.meshgrid(x,y)

data = 2*( np.sin(X) + np.sin(3*Y) )

def do_plot(n, f, title):
    #plt.clf()
    plt.subplot(1, 3, n)
    plt.pcolor(X, Y, f(data), cmap=cm, vmin=-4, vmax=4)
    plt.title(title)
    plt.colorbar()

plt.figure()
do_plot(1, lambda x:x, "all")
do_plot(2, lambda x:np.clip(x, -4, 0), "<0")
do_plot(3, lambda x:np.clip(x, 0, 4), ">0")
plt.show()

Sử dụng hàm CLIM (tương đương với hàm CAXIS trong MATLAB):

plt.pcolor(X, Y, v, cmap=cm)
plt.clim(-4,4)  # identical to caxis([-4,4]) in MATLAB
plt.show()

Không chắc đây có phải là giải pháp tao nhã nhất (đây là giải pháp tôi đã sử dụng), nhưng bạn có thể chia tỷ lệ dữ liệu của mình trong phạm vi từ 0 đến 1 và sau đó sửa đổi thanh màu:

import matplotlib as mpl
...
ax, _ = mpl.colorbar.make_axes(plt.gca(), shrink=0.5)
cbar = mpl.colorbar.ColorbarBase(ax, cmap=cm,
                       norm=mpl.colors.Normalize(vmin=-0.5, vmax=1.5))
cbar.set_clim(-2.0, 2.0)

Với hai giới hạn khác nhau, bạn có thể kiểm soát phạm vi và chú thích của thanh màu. Trong ví dụ này, chỉ có phạm vi từ -0,5 đến 1,5 được hiển thị trên thanh, trong khi bản đồ màu bao gồm -2 đến 2 (vì vậy đây có thể là phạm vi dữ liệu của bạn, mà bạn ghi lại trước khi chia tỷ lệ).

Vì vậy, thay vì chia tỷ lệ colormap, bạn chia tỷ lệ dữ liệu của mình và điều chỉnh thanh màu theo đó.

Sử dụng môi trường hình và .set_clim ()

Có thể dễ dàng và an toàn hơn thay thế này nếu bạn có nhiều lô:

import matplotlib as m
import matplotlib.pyplot as plt
import numpy as np

cdict = {
  'red'  :  ( (0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)),
  'green':  ( (0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)),
  'blue' :  ( (0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45))
}

cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024)

x = np.arange(0, 10, .1)
y = np.arange(0, 10, .1)
X, Y = np.meshgrid(x,y)

data = 2*( np.sin(X) + np.sin(3*Y) )
data1 = np.clip(data,0,6)
data2 = np.clip(data,-6,0)
vmin = np.min(np.array([data,data1,data2]))
vmax = np.max(np.array([data,data1,data2]))

fig = plt.figure()
ax = fig.add_subplot(131)
mesh = ax.pcolormesh(data, cmap = cm)
mesh.set_clim(vmin,vmax)
ax1 = fig.add_subplot(132)
mesh1 = ax1.pcolormesh(data1, cmap = cm)
mesh1.set_clim(vmin,vmax)
ax2 = fig.add_subplot(133)
mesh2 = ax2.pcolormesh(data2, cmap = cm)
mesh2.set_clim(vmin,vmax)
# Visualizing colorbar part -start
fig.colorbar(mesh,ax=ax)
fig.colorbar(mesh1,ax=ax1)
fig.colorbar(mesh2,ax=ax2)
fig.tight_layout()
# Visualizing colorbar part -end

plt.show()

Một thanh màu

Cách thay thế tốt nhất là sau đó sử dụng một thanh màu duy nhất cho toàn bộ cốt truyện. Có nhiều cách khác nhau để làm điều đó, này hướng dẫn rất hữu ích trong việc tìm hiểu các lựa chọn tốt nhất. Tôi thích giải pháp này mà bạn có thể chỉ cần sao chép và dán thay vì phần colorbar trực quan hóa trước đó của mã.

fig.subplots_adjust(bottom=0.1, top=0.9, left=0.1, right=0.8,
                    wspace=0.4, hspace=0.1)
cb_ax = fig.add_axes([0.83, 0.1, 0.02, 0.8])
cbar = fig.colorbar(mesh, cax=cb_ax)

PS

Tôi sẽ đề nghị sử dụng pcolormeshthay pcolorvì bởi vì nó nhanh hơn (nhiều infos ở đây ).