matplotlib 颜色条（colorbar）的vmin和vmax设置

matplotlib 颜色条（colorbar）的vmin和vmax设置

参考：colorbar vmin vmax

1. 什么是颜色条（colorbar）？

颜色条（colorbar）是用来表示数据的颜色范围的一种可视化工具。它通常用于和热力图、散点图等图表结合使用，帮助我们更直观地理解数据的变化趋势和分布情况。

2. vmin和vmax是什么？

在颜色条中，vmin和vmax分别代表颜色映射的数据范围的最小值和最大值。通过设置vmin和vmax，我们可以控制数据的颜色显示范围，使得颜色条更符合我们的需求并突出数据的重要信息。

3. 如何设置vmin和vmax？

下面我们将介绍如何在使用matplotlib库绘制图表时设置颜色条的vmin和vmax参数。

示例代码1：设置颜色条最小值和最大值

import matplotlib.pyplot as plt
import numpy as np

data = np.random.rand(10, 10)
plt.imshow(data, cmap='cool', vmin=0.2, vmax=0.8)
plt.colorbar()
plt.show()

Output:

示例代码2：使用vmin和vmax调整颜色条范围

import matplotlib.pyplot as plt
import numpy as np

data = np.random.rand(10, 10)
plt.imshow(data, cmap='viridis', vmin=0.3, vmax=0.7)
plt.colorbar()
plt.show()

Output:

示例代码3：设置颜色条最小值和最大值的另一种方式

import matplotlib.pyplot as plt
import numpy as np

data = np.random.rand(10, 10)
plt.imshow(data, cmap='plasma')
plt.colorbar().set_clim(0.4, 0.6)
plt.show()

示例代码4：在散点图中设置颜色条的vmin和vmax

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(100)
y = np.random.rand(100)
z = np.random.rand(100)

plt.scatter(x, y, c=z, cmap='hot', vmin=0.2, vmax=0.8)
plt.colorbar()
plt.show()

Output:

示例代码5：更改颜色条的颜色范围

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import ListedColormap

data = np.random.rand(10, 10)
custom_cmap = ListedColormap(['red', 'orange', 'yellow', 'green', 'blue'])
plt.imshow(data, cmap=custom_cmap, vmin=0.3, vmax=0.7)
plt.colorbar()
plt.show()

Output:

示例代码6：在图像中添加颜色条并设置其范围

import matplotlib.pyplot as plt
import numpy as np

data = np.random.rand(10, 10)
plt.imshow(data, cmap='spring')
cbar = plt.colorbar()
cbar.set_ticks([0.2, 0.5, 0.8])
cbar.set_ticklabels(['Low', 'Medium', 'High'])
plt.show()

Output:

示例代码7：通过norm参数设置颜色条的范围

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import Normalize

data = np.random.rand(10, 10)
norm = Normalize(vmin=0.2, vmax=0.8)
plt.imshow(data, cmap='cool', norm=norm)
plt.colorbar()
plt.show()

Output:

示例代码8：使用BoundaryNorm设置颜色条范围

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import BoundaryNorm

data = np.random.rand(10, 10)
boundaries = [0.3, 0.5, 0.7]
norm = BoundaryNorm(boundaries, ncolors=256)
plt.imshow(data, cmap='bone', norm=norm)
plt.colorbar()
plt.show()

Output:

示例代码9：在子图中设置颜色条的vmin和vmax

import matplotlib.pyplot as plt
import numpy as np

data1 = np.random.rand(10, 10)
data2 = np.random.rand(10, 10)

fig, axs = plt.subplots(1, 2, figsize=(10, 5))
pcm1 = axs[0].imshow(data1, cmap='PuBu', vmin=0.3, vmax=0.7)
plt.colorbar(pcm1, ax=axs[0])
pcm2 = axs[1].imshow(data2, cmap='OrRd', vmin=0.4, vmax=0.6)
plt.colorbar(pcm2, ax=axs[1])
plt.show()

Output:

示例代码10：将颜色条位置设置在图形外

import matplotlib.pyplot as plt
import numpy as np

data = np.random.rand(10, 10)
plt.imshow(data, cmap='summer')
cbar = plt.colorbar()
cbar.ax.yaxis.set_label_position('right')
plt.show()

Output:

通过以上示例代码，我们展示了如何在使用matplotlib绘制图表时设置颜色条的vmin和vmax参数，从而控制颜色映射的数据范围，使得图表呈现更符合需求的效果。