colorbar

Customizing Colorbars in Python Data Science Handbook

---

plt.colorbar

长宽尺度

调整colorbar的长度

shrink=legend.shrink
shrink=0.5 缩小一倍
shrink=0.92 并使其长度为原来的92%

【long】[email protected] 2018/11/29 21:05:45

是我自定义的类啦
你自己 定义自己的数值
还有一些办法 可以自如的控制 legend的 长和宽
这里就不细说了
【int】LL(905102548) 2018/11/29 21:13:05
好的，谢谢指教，我再去看看
【int】nick carter(464539880) 21:23:57
@LL 右侧是尖的如何设置的

_r 色标颠倒

---

渐变色位置，开头结尾

渐变色调整

> norm = MidpointNormalize(vmin=ccn_min, vmax=ccn_max, midpoint=14)
> m.scatter(lon, lat, latlon=True,
>           c=ccn, s=tcb,
>           cmap=CM.get_cmap('RdBu_r',200),  norm=norm, alpha=0.5)

可以有多种选择，这里我最终选择的是spectral，那个1000是热度标尺被分隔成多少块，数字越多，颜色区分越细致

---

This example shows how to build colorbars without an attached mappable

image

---

Python matplotlib change default color for values exceeding colorbar range
Colormap.set_under(cmap,color='k')

---

Set Colorbar Range in matplotlib

plt.clim(-4,4)

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)

---

刻度

matplotlib colorbar tick label formatting
cbar_num_format = "%d"
pl.colorbar(myplot, format='%.0e')
cbar.ax.set_yticklabels(np.arange(cbar_min, cbar_max+cbar_step, cbar_step), fontsize=16, weight='bold')
Scientific notation colorbar in matplotlib

> import matplotlib.pyplot as plt 
> import numpy as np
> import matplotlib.ticker as ticker
> img = np.random.randn(300,300)
> myplot = plt.imshow(img)
> def fmt(x, pos):   
>  a, b = '{:.2e}'.format(x).split('e')  
>  b = int(b)
>   return r'${} \times 10^{{{}}}$'.format(a, b)
> plt.colorbar(myplot, format=ticker.FuncFormatter(fmt))
> plt.show()
shrink=0.92  并使其长度为原来的92%

image

位置

cbaxes = fig.add_axes([0.8, 0.1, 0.03, 0.8])
cb = plt.colorbar(ax1, cax = cbaxes)