python matplotlib畫(huà)圖使用colorbar工具自定義顏色 colorbar(draw colorbar without any mapple/plot)

自定義colorbar可以畫(huà)出任何自己想要的colorbar，自由自在、不受約束，不依賴(lài)于任何已有的圖(plot/mappable)。這里使用的是mpl.colorbar.ColorbarBase類(lèi)，而colorbar類(lèi)必須依賴(lài)于已有的圖。

參數(shù)可以參考下面的描述->matplotlib：

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

參數(shù)簡(jiǎn)單描述

ax :可用于設(shè)置colorbar的位置、長(zhǎng)、寬

norm :用于規(guī)范化–設(shè)置顏色條最大最小值

cmap：顏色(可參考本篇博文的最后部分——推薦色帶與自定義色帶)

boundaries：要想使用extend，在norm之外，必須要有兩個(gè)額外的boundaries

orientation：colorbar方向，躺平or垂直

extend：延伸方向(在norm之外colorbar可延伸)

ticks：自定義各段的tick(記號(hào))給一個(gè)例子，首先定義一下橫縱坐標(biāo)的名稱(chēng)，以及df_int：

給一個(gè)例子，首先定義一下橫縱坐標(biāo)的名稱(chēng)，以及df_int：

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

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

# x_normed_int 可以是一個(gè)4*4的數(shù)組，經(jīng)過(guò)歸一化的

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

接下來(lái)就是畫(huà)圖了：

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：

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

可以通過(guò)cmap修改，得到不同的顏色帶

最終可以看到結(jié)果如下圖：

總結(jié)

以上是生活随笔為你收集整理的python自定义colorbar_python可视化 matplotlib画图使用colorbar工具自定义颜色的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。