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~~