Matplotlib contourf 的 colorbar 如何完整显示 0 到 330?
数据小许
需要在 contourf 中显式设置覆盖 0 到 330 的 levels。仅设置 vmin=0 和 vmax=330,不会让填色等高线及其 colorbar 自动覆盖整个范围。
为什么设置 vmin 和 vmax 仍然不够?
这两组参数控制不同的内容:
vmin、vmax控制数值如何映射到 colormap 中的颜色。levels控制填色等高线的分层边界,也决定关联的 colorbar 显示哪些区间。
原代码没有指定 levels,Matplotlib 会根据实际数据自动选择分层。数据大约只有 10 到 60,因此即使颜色映射使用了 0 到 330,colorbar 的分层范围仍可能集中在实际数据附近。
cbar.set_ticks() 只设置刻度位置,不能补出缺失的颜色区间。
修改代码
保留原来的数据准备代码,将绘图部分改为:
import numpy as np
import matplotlib.pyplot as plt
# 分层边界覆盖 0 到 330,每隔 10 一个边界
levels = np.arange(0, 331, 10)
# 色条刻度每隔 30 一个,包含终点 330
ticks = np.arange(0, 331, 30)
fig1, ax1 = plt.subplots()
isop = ax1.contourf(
co,
no,
f24,
levels=levels,
cmap='rainbow',
vmin=0,
vmax=330,
)
ax1.set_xscale('log')
ax1.set_yscale('log')
cbar = fig1.colorbar(isop, ax=ax1, ticks=ticks)
plt.show()
设置后,colorbar 会显示完整的 0 到 330 范围。图中的颜色仍只对应 f24 中存在的数值。如果数据都在 10 到 60 左右,图中只出现 colormap 的一部分颜色是正常的。
对比两张图时要统一哪些设置?
两张图应使用相同的 levels、cmap、vmin 和 vmax,这样相同数值才会对应相同颜色。示例中的分层间隔 10 可以按需要调整,色条刻度也可以与分层间隔不同。
原代码中的 np.arange(0, 330, 30) 不包含终点 330,因此示例中改用了 np.arange(0, 331, 30)。
对数坐标轴控制的是 co 和 no 的坐标显示,与 colorbar 是否覆盖完整范围无关。使用对数坐标时,对应坐标值需要为正数。
备注:内容仅供参考。
