• 当前位置：首页
  • IT科技
  • 将 Matplotlib 颜色条大小设置为匹配图形

将 Matplotlib 颜色条大小设置为匹配图形

2024-12-27 08:47:00
admin
原创
118
摘要：问题描述：我无法让像这样的colorbar图表的imshow高度与图表的高度相同，除非事后使用 Photoshop。我该如何让高度匹配？解决方案 1：这种组合（以及接近这些组合的值）似乎“神奇地”起作用了，无论显示屏的尺寸如何，都能保持颜色条与图表的比例一致。plt.colorbar(im,fraction=...

问题描述：

我无法让像这样的colorbar图表的imshow高度与图表的高度相同，除非事后使用 Photoshop。我该如何让高度匹配？
颜色条大小不匹配的示例

解决方案 1：

这种组合（以及接近这些组合的值）似乎“神奇地”起作用了，无论显示屏的尺寸如何，都能保持颜色条与图表的比例一致。

plt.colorbar(im,fraction=0.046, pad=0.04)

它也不需要共享轴，因为共享轴可能会使图变得不方形。

解决方案 2：

您可以使用 matplotlib AxisDivider轻松完成此操作。

链接页面中的示例无需使用子图即可工作：

import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import make_axes_locatable
import numpy as np
    
plt.figure()
ax = plt.gca()
im = ax.imshow(np.arange(100).reshape((10,10)))
    
# create an axes on the right side of ax. The width of cax will be 5%
# of ax and the padding between cax and ax will be fixed at 0.05 inch.
divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size="5%", pad=0.05)
   
plt.colorbar(im, cax=cax)

在此处输入图片描述

解决方案 3：

我很感谢上述所有答案。但是，正如一些答案和评论指出的那样，该axes_grid1模块无法处理 GeoAxes，而调整fraction、pad、shrink和其他类似参数不一定能给出非常精确的顺序，这真的让我很困扰。我相信赋予colorbar自己的axes可能是解决所有提到的问题的更好解决方案。

代码

import matplotlib.pyplot as plt
import numpy as np

fig=plt.figure()
ax = plt.axes()
im = ax.imshow(np.arange(100).reshape((10,10)))

# Create an axes for colorbar. The position of the axes is calculated based on the position of ax.
# You can change 0.01 to adjust the distance between the main image and the colorbar.
# You can change 0.02 to adjust the width of the colorbar.
# This practice is universal for both subplots and GeoAxes.

cax = fig.add_axes([ax.get_position().x1+0.01,ax.get_position().y0,0.02,ax.get_position().height])
plt.colorbar(im, cax=cax) # Similar to fig.colorbar(im, cax = cax)

结果

在此处输入图片描述

后来我发现matplotlib.pyplot.colorbar官方文档还提供了ax选项，即为颜色条提供空间的现有轴。因此，它对于多个子图很有用，见下文。

代码

fig, ax = plt.subplots(2,1,figsize=(12,8)) # Caution, figsize will also influence positions.
im1 = ax[0].imshow(np.arange(100).reshape((10,10)), vmin = -100, vmax =100)
im2 = ax[1].imshow(np.arange(-100,0).reshape((10,10)), vmin = -100, vmax =100)
fig.colorbar(im1, ax=ax)

结果

在此处输入图片描述

同样，您也可以通过指定 cax 来实现类似的效果，从我的角度来看，这是一种更准确的方法。

代码

fig, ax = plt.subplots(2,1,figsize=(12,8))
im1 = ax[0].imshow(np.arange(100).reshape((10,10)), vmin = -100, vmax =100)
im2 = ax[1].imshow(np.arange(-100,0).reshape((10,10)), vmin = -100, vmax =100)
cax = fig.add_axes([ax[1].get_position().x1-0.25,ax[1].get_position().y0,0.02,ax[0].get_position().y1-ax[1].get_position().y0])
fig.colorbar(im1, cax=cax)

结果

在此处输入图片描述

解决方案 4：

@bogatron 已经给出了matplotlib 文档建议的答案，它产生了正确的高度，但它引入了另一个问题。现在颜色条的宽度（以及颜色条和图之间的空间）随着图的宽度而变化。换句话说，颜色条的纵横比不再固定。

为了获得正确的高度和给定的纵横比，您必须更深入地研究这个神秘的axes_grid1模块。

import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import make_axes_locatable, axes_size
import numpy as np

aspect = 20
pad_fraction = 0.5

ax = plt.gca()
im = ax.imshow(np.arange(200).reshape((20, 10)))
divider = make_axes_locatable(ax)
width = axes_size.AxesY(ax, aspect=1./aspect)
pad = axes_size.Fraction(pad_fraction, width)
cax = divider.append_axes("right", size=width, pad=pad)
plt.colorbar(im, cax=cax)

请注意，这指定了颜色条相对于绘图高度的宽度（与之前的图形宽度相反）。

现在可以将颜色条和绘图之间的间距指定为颜色条宽度的一小部分，在我看来，这比图形宽度的一小部分更有意义。

带颜色条的图像绘图

更新：

我创建了一个关于该主题的 IPython 笔记本，将上述代码打包成一个易于重复使用的函数：

import matplotlib.pyplot as plt
from mpl_toolkits import axes_grid1

def add_colorbar(im, aspect=20, pad_fraction=0.5, **kwargs):
    """Add a vertical color bar to an image plot."""
    divider = axes_grid1.make_axes_locatable(im.axes)
    width = axes_grid1.axes_size.AxesY(im.axes, aspect=1./aspect)
    pad = axes_grid1.axes_size.Fraction(pad_fraction, width)
    current_ax = plt.gca()
    cax = divider.append_axes("right", size=width, pad=pad)
    plt.sca(current_ax)
    return im.axes.figure.colorbar(im, cax=cax, **kwargs)

可以这样使用：

im = plt.imshow(np.arange(200).reshape((20, 10)))
add_colorbar(im)

解决方案 5：

当您创建colorbar尝试使用分数和/或收缩参数时。

摘自文件：

分数 0.15；用于颜色条的原始轴的分数

收缩 1.0；收缩颜色条的分数

解决方案 6：

以上所有解决方案都很好，但我最喜欢@Steve 和@bejota 的解决方案，因为它们不需要花哨的调用并且具有通用性。

我说的通用是指它适用于任何类型的轴，包括GeoAxes。例如，你有用于映射的投影轴：

projection = cartopy.crs.UTM(zone='17N')
ax = plt.axes(projection=projection)
im = ax.imshow(np.arange(200).reshape((20, 10)))

呼吁

cax = divider.append_axes("right", size=width, pad=pad)

将会失败：KeyException: map_projection

因此，处理所有类型轴的颜色条大小的唯一通用方法是：

ax.colorbar(im, fraction=0.046, pad=0.04)

使用 0.035 到 0.046 之间的分数来获得最佳尺寸。但是，分数和 paddig 的值需要进行调整才能最适合您的图，并且会根据颜色条的方向是垂直还是水平而有所不同。

解决方案 7：

另一种方法是

shrink=0.7, aspect=20*0.7

shrink缩放高度和宽度，但aspect参数恢复原始宽度。默认纵横比为 20。0.7是根据经验确定的。

解决方案 8：

axes_grid1.axes_divider是此任务的规定方法（matplotlib 甚至有一个演示），但通过添加颜色条，它会使图像变小。如果您想保留原始图像大小，则以下提供了一种方法（基于Fei Yao 的回答）。

data = [(1,2,3,4,5),(4,5,6,7,8),(7,8,9,10,11)]

im = plt.imshow(data, cmap='RdBu')
l, b, w, h = plt.gca().get_position().bounds
cax = plt.gcf().add_axes([l + w + 0.03, b, 0.03, h])
plt.colorbar(im, cax=cax)

一个方便的函数包装器。

import matplotlib.pyplot as plt

def add_colorbar(im, width=None, pad=None, **kwargs):

    l, b, w, h = im.axes.get_position().bounds       # get boundaries
    width = width or 0.1 * w                         # get width of the colorbar
    pad = pad or width                               # get pad between im and cbar
    fig = im.axes.figure                             # get figure of image
    cax = fig.add_axes([l + w + pad, b, width, h])   # define cbar Axes
    return fig.colorbar(im, cax=cax, **kwargs)       # draw cbar
    

data = [(1,2,3,4,5),(4,5,6,7,8),(7,8,9,10,11)]

# an example usage
im = plt.imshow(data, cmap='RdBu')
add_colorbar(im)

结果

解决方案 9：

我最近遇到了这个问题，我曾经ax.twinx()解决过它。例如：

from matplotlib import pyplot as plt

# Some other code you've written
...

# Your data generation goes here
xdata = ...
ydata = ...
colordata = function(xdata, ydata)

# Your plotting stuff begins here
fig, ax = plt.subplots(1)
im = ax.scatterplot(xdata, ydata, c=colordata)

# Create a new axis which will be the parent for the colour bar
# Note that this solution is independent of the 'fig' object
ax2 = ax.twinx()
ax2.tick_params(which="both", right=False, labelright=False)

# Add the colour bar itself
plt.colorbar(im, ax=ax2)

# More of your code
...

plt.show()

我发现这在创建以 matplotlib 对象作为参数、在其上绘制并返回对象的函数时特别有用Axes，因为我不需要传递必须从对象生成的单独轴figure，或者传递figure对象本身。

解决方案 10：

到目前为止提供的答案非常有用，但根据情况，它们可能存在缺点。例如，它们：

  1. 会占用轴空间（1、2、3），这在使用多个子图时会变得明显，

  2. 调整以找到最适合每个图的特定值（2 , 3）或

  3. fig.tight_layout()调用( 4 )后可能会导致难以预测的结果。

避免上述缺点的替代方法是通过以下方式添加插入/子轴ax.inset_axes：

import matplotlib.pyplot as plt
import numpy as np


x = np.linspace(0, 1, 70)
y = np.linspace(0, 1, 100)
data = (np.stack(np.meshgrid(x, y)) ** 2).sum(0)


fig, axs = plt.subplots(1, 3, figsize=(6, 3))
for ax in axs:
    hm = ax.imshow(data)

# specify lower-left corner, width and height of the colorbar, 
# in coordinates relative to its parent axis
cax = axs[1].inset_axes((1.05, 0, 0.08, 1.0))
fig.colorbar(hm, cax=cax)
fig.suptitle(r"$f{Add~axis~with~relative~(axis)~coordinates}$", y=0.87)
fig.tight_layout()

通过这种替代方案，颜色条的坐标和大小是相对于其父轴的，从而确保无论父轴的形状或其他子图的排列如何，结果都是可预测的。结果：

使用轴坐标

这些是迄今为止获得最多赞同的答案所获得的结果（重现代码在最后）。

  1. 使用轴分隔符：

分隔符

  1. 使用fraction+pad参数

分数+垫

  1. 在图形坐标中添加新轴

图形坐标中的轴

  1. 使用shrink+aspect参数

缩小+方面

重现代码：

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.axes_grid1 import make_axes_locatable

plt.close("all")

x = np.linspace(0, 1, 70)
y = np.linspace(0, 1, 100)
data = (np.stack(np.meshgrid(x, y)) ** 2).sum(0)

# using Axes divider
fig, axs = plt.subplots(1, 3, figsize=(6, 3))
for ax in axs:
    hm = ax.imshow(data)
divider = make_axes_locatable(axs[1])
cax = divider.append_axes("right", size="5%", pad=0.05)
fig.colorbar(hm, cax=cax)
fig.suptitle(r"$f{Axes~divider}$" + "
steals axis space", y=0.92)
fig.tight_layout()

# using fraction + pad
fig, axs = plt.subplots(1, 3, figsize=(6, 3))
for ax in axs:
    hm = ax.imshow(data)
fig.colorbar(hm, ax=axs[1], fraction=0.046, pad=0.04)
fig.suptitle(
    r"$f{fraction+pad}$" + "
steals axis space + trial and error positioning", y=0.92
)
fig.tight_layout()

# adding axis in absolute (figure) coordinates
fig, axs = plt.subplots(1, 3, figsize=(6, 3))
for ax in axs:
    hm = ax.imshow(data)
cax = fig.add_axes(
    (
        axs[1].get_position().x1 + 0.01,
        axs[1].get_position().y0,
        0.02,
        axs[1].get_position().y1 - axs[1].get_position().y0,
    ),
)
fig.colorbar(hm, cax=cax)
fig.suptitle(
    r"$f{Add~axis~with~Figure~coordinates}$"
    + "
Trial and error + hard to predict after tight_layout",
    y=1.02,
)
fig.tight_layout()

# using shrink=0.7, aspect=20*0.7
fig, axs = plt.subplots(1, 3, figsize=(6, 3))
for ax in axs:
    hm = ax.imshow(data)
fig.colorbar(hm, ax=axs[1], shrink=0.7, aspect=20 * 0.7)
fig.suptitle(
    r"$f{shrink=0.7,~aspect=20*0.7}$" + "
steals axis space + trial and error",
    y=0.92,
)
fig.tight_layout()

# adding axis in relative (axis) coordinates
fig, axs = plt.subplots(1, 3, figsize=(6, 3))
for ax in axs:
    hm = ax.imshow(data)
cax = axs[1].inset_axes((1.05, 0, 0.08, 1.0))
fig.colorbar(hm, cax=cax)
fig.suptitle(r"$f{Add~axis~with~relative~(axis)~coordinates}$", y=0.87)
fig.tight_layout()

解决方案 11：

对于这些类型的图，我喜欢 的ImageGridAPI mpl_toolkits.axes_grid1。它是为管理多个固定纵横比图而设计的，但对于单个图像来说也很好用。

from matplotlib import pyplot as plt
from mpl_toolkits.axes_grid1 import ImageGrid


fig = plt.figure()
plot = ImageGrid(fig, 111, (1, 1),
                 cbar_mode='single',
                 cbar_location='right',
                 cbar_size='3%',
                 cbar_pad='5%')
im = plot[0].imshow(np.random.randn(2**4, 2**6))
cbar = fig.colorbar(im, cax=plot.cbar_axes[0])

mpl_toolkits.axes_grid1.ImageGrid 固定纵横比图像，匹配颜色条

解决方案 12：

如果您不想声明另一组轴，我发现的最简单的解决方案是使用 figsize 调用来更改图形大小。

在上面的例子中，我将首先

fig = plt.figure(figsize = (12,6))

然后以不同的比例重新渲染，直到色条不再遮挡主线情节。

解决方案 13：

我发现的针对此问题的最佳解决方案已在本页中详细解释。

基本上，一旦你开始想象：

fig, myplot = plt.subplots((1,1), figsize = (12,10), layout = 'constrained')

提供论点：

layout = 'constrained'

对我有用。

相关推荐
置顶 政府信创国产化的10大政策解读
政府信创国产化的10大政策解读
  政府信创国产化的10大政策解读一、信创国产化的背景与意义信创国产化，即信息技术应用创新国产化，是当前中国信息技术领域的一个重要发展方向。其核心在于通过自主研发和创新，实现信息技术应用的自主可控，减少对外部技术的依赖，并规避潜在的技术制裁和风险。随着全球信息技术竞争的加剧，以及某些国家对中国在科技领域的打压，信创国产化显...
工程项目管理   1565  
置顶 2025年20款好用的项目管理软件推荐，项目管理提效的20个工具和技巧
2025年20款好用的项目管理软件推荐，项目管理提效的20个工具和技巧
  为什么项目管理通常仍然耗时且低效？您是否还在反复更新电子表格、淹没在便利贴中并参加每周更新会议？这确实是耗费时间和精力。借助软件工具的帮助，您可以一目了然地全面了解您的项目。如今，国内外有足够多优秀的项目管理软件可以帮助您掌控每个项目。什么是项目管理软件？项目管理软件是广泛行业用于项目规划、资源分配和调度的软件。它使项...
项目管理软件   1354  
信创国产芯片如何推动自主可控生态建设
信创国产芯片如何推动自主可控生态建设
  信创国产芯片作为信息技术创新的核心领域，对于推动国家自主可控生态建设具有至关重要的意义。在全球科技竞争日益激烈的背景下，实现信息技术的自主可控，摆脱对国外技术的依赖，已成为保障国家信息安全和产业可持续发展的关键。国产芯片作为信创产业的基石，其发展水平直接影响着整个信创生态的构建与完善。通过不断提升国产芯片的技术实力、产...
国产信创系统   21  
信创生态建设中的5个关键挑战与解决方案
信创生态建设中的5个关键挑战与解决方案
  信创生态建设旨在实现信息技术领域的自主创新和安全可控，涵盖了从硬件到软件的全产业链。随着数字化转型的加速，信创生态建设的重要性日益凸显，它不仅关乎国家的信息安全，更是推动产业升级和经济高质量发展的关键力量。然而，在推进信创生态建设的过程中，面临着诸多复杂且严峻的挑战，需要深入剖析并寻找切实可行的解决方案。技术创新难题技...
信创操作系统   27  
信创国产芯片的研发难点与解决方案
信创国产芯片的研发难点与解决方案
  信创产业作为国家信息技术创新发展的重要领域，对于保障国家信息安全、推动产业升级具有关键意义。而国产芯片作为信创产业的核心基石，其研发进展备受关注。在信创国产芯片的研发征程中，面临着诸多复杂且艰巨的难点，这些难点犹如一道道关卡，阻碍着国产芯片的快速发展。然而，科研人员和相关企业并未退缩，积极探索并提出了一系列切实可行的解...
国产化替代产品目录   28  
热门文章
项目管理软件
政府信创国产化的10大政策解读
2025soft
2025年20款好用的项目管理软件推荐，项目管理提效的20个工具和技巧
img020
使用 Python 'Requests' 模块的代理
img044
10个项目管理常见问题解答：包括难点和解决方法
项目管理软件
项目延期的原因有哪些？如何有效预防和管理？
项目里程碑计划模板
项目里程碑计划模板怎么写?设定项目里程碑的5个方法
项目管理软件
项目管理指南：制定项目实施计划的6大步骤有哪些？
项目管理软件有哪些？
热门标签
更多>
IPD流程 项目管理 IT项目管理 敏捷开发 项目管理软件 Scrum 敏捷项目管理 IPD流程管理 项目风险管理 项目管理工具 项目经理 极限编程  产品管理  项目经理职责 项目路线图 项目进度管理 团队管理 测试管理工具 项目预算管理 PMP认证 瀑布式管理 项目范围管理 IT科技 项目管理平台 工程项目管理 项目资源管理 pmp证书考试
云禅道AD
禅道项目管理软件

云端的项目管理软件

尊享禅道项目软件收费版功能

无需维护，随时随地协同办公

内置subversion和git源码管理

每天备份，随时转为私有部署

免费试用