matplotlib画图使用python可视化colorbar工具自定义颜色

python matplotlib画图使用colorbar工具自定义颜色 colorbar(draw colorbar without any mapple/plot)

自定义colorbar可以画出任何自己想要的colorbar,自由自在、不受约束,不依赖于任何已有的图(plot/mappable)。这里使用的是mpl.colorbar.ColorbarBase类,而colorbar类必须依赖于已有的图。

参数可以参考下面的描述->matplotlib:

class matplotlib.colorbar.ColorbarBase(ax, cmap=None, norm=None, alpha=None, values=None, boundaries=None, orientation=‘vertical', ticklocation=‘auto', extend=‘neither', spacing=‘uniform', ticks=None, format=None, drawedges=False, filled=True, extendfrac=None, extendrect=False, label='')[source]

参数简单描述

  • ax :可用于设置colorbar的位置、长、宽
  • norm :用于规范化–设置颜色条最大最小值
  • cmap:颜色(可参考本篇博文的最后部分——推荐色带与自定义色带)
  • boundaries:要想使用extend,在norm之外,必须要有两个额外的boundaries
  • orientation:colorbar方向,躺平or垂直
  • extend:延伸方向(在norm之外colorbar可延伸)
  • ticks:自定义各段的tick(记号)给一个例子,首先定义一下横纵坐标的名称,以及df_int:

给一个例子,首先定义一下横纵坐标的名称,以及df_int:

1

2

3

4

5

labels_int = ['A', 'B', 'C', 'D']

variables_int = ['A', 'B', 'C', 'D']

# x_normed_int 可以是一个4*4的数组,经过归一化的

df_int = pd.DataFrame(, columns=variables_int, index=labels_int)

接下来就是画图了:

1

2

3

4

5

6

7

8

9

10

11

12

fig = plt.figure()

  ax = fig.add_subplot(111)

  cax = ax.matshow(df, interpolation='nearest', cmap='GnBu')

  fig.colorbar(cax)

  tick_spacing = 1

  ax.xaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))

  ax.yaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))

  ax.set_xticklabels([''] + list(df.columns))

  ax.set_yticklabels([''] + list(df.index))

  plt.show()

其中:

1

cax = ax.matshow(df, interpolation='nearest', cmap='GnBu')

可以通过cmap修改,得到不同的颜色带

matplotlib画图使用python可视化colorbar工具自定义颜色_第1张图片

matplotlib画图使用python可视化colorbar工具自定义颜色_第2张图片

matplotlib画图使用python可视化colorbar工具自定义颜色_第3张图片

matplotlib画图使用python可视化colorbar工具自定义颜色_第4张图片

matplotlib画图使用python可视化colorbar工具自定义颜色_第5张图片

matplotlib画图使用python可视化colorbar工具自定义颜色_第6张图片

最终可以看到结果如下图:

matplotlib画图使用python可视化colorbar工具自定义颜色_第7张图片

你可能感兴趣的:(python学习笔记,python,matplotlib,开发语言)