Colorbar的作用
Colorbar（颜色条）在绘图中的作用非常重要，它主要用于以下几个方面：
- 表示数据范围： Colorbar可以显示图中的颜色映射范围，帮助理解图中不同颜色所代表的数据范围。例如，在热力图中，不同的颜色可能表示不同的温度值，颜色条可以告诉哪种颜色对应哪个温度值。
- 数据解释： Colorbar可以提供关于颜色和数据之间的映射关系的信息。可以通过查看颜色条来了解不同颜色在图中代表的数据值。
- 数据分布： 颜色条可以帮助理解数据的分布情况。例如，颜色条中的颜色分布越均匀，表示数据在整个范围内都有分布。
Colorbar的操作
截取cmap
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
cmap=mpl.cm.jet_r #获取色条
# print(cmap._segmentdata)
newcolors=cmap(np.linspace(0,1,256)) #分片操作
# print(newcolors)
newcmap=ListedColormap(newcolors[125:]) #切片取舍
# print(newcmap)
fig=plt.figure(figsize=(1.5,0.3),dpi=500)
ax1=fig.add_axes([0,0,1,0.45])
ax2=fig.add_axes([0,1,1,0.45])
norm =mpl.colors.Normalize(vmin=0, vmax=10)
fc1=fig.colorbar(mpl.cm.ScalarMappable(norm=norm,cmap='jet_r'),
cax=ax1,
orientation='horizontal',
extend='both')
fc2=fig.colorbar(mpl.cm.ScalarMappable(norm=norm,cmap=newcmap),
cax=ax2,
orientation='horizontal',
extend='both')
for i in [fc1,fc2]:
i.ax.tick_params(labelsize=3,width=0.5,length=0.5)
i.outline.set_linewidth(0.5)
拼接cmap
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
import cmaps
plt.rcParams['font.sans-serif']=['FangSong']
plt.rcParams['font.size']=18
cmap1=cmaps.spread_15lev_r
cmap2=cmaps.sunshine_diff_12lev
list_cmap1=cmap1(np.linspace(0,1,15))
list_cmap2=cmap2(np.linspace(0,1,12))
new_color_list=np.vstack((list_cmap1,list_cmap2))
new_cmap=ListedColormap(new_color_list,name='new_cmap ')
fig=plt.figure(figsize=(6,3))
ax1=fig.add_axes([0,0,1,0.15])
ax2=fig.add_axes([0,0.3,1,0.15])
ax3=fig.add_axes([0,0.6,1,0.15])
norm =mpl.colors.Normalize(vmin=0, vmax=10)
fc1=fig.colorbar(mpl.cm.ScalarMappable(norm=norm,
cmap=cmap1),cax=ax1,
orientation='horizontal',extend='both')
fc2=fig.colorbar(mpl.cm.ScalarMappable(norm=norm,
cmap=cmap2),cax=ax2,
orientation='horizontal',extend='both')
fc3=fig.colorbar(mpl.cm.ScalarMappable(norm=norm,
cmap=new_cmap),cax=ax3,
orientation='horizontal',extend='both')
for i in [fc1,fc2,fc3]:
# i.ax.tick_params(labelsize=20,width=0.01,length=1)
i.outline.set_linewidth(0.5)
双刻度列colorbar
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
plt.rcParams['font.sans-serif']=['Times New roman']
##第一步，制作雨量色条
fig=plt.figure(figsize=(1.5,0.2),dpi=500)
ax=fig.add_axes([0,0,1,0.5])
colorlevel=[0.1,10.0,25.0,50.0,100.0,250.0,500.0] #雨量等级
colordict=['#A6F28F','#3DBA3D','#61BBFF','#0000FF','#FA00FA','#800040'] #颜色列表
cmap=mcolors.ListedColormap(colordict) #产生颜色映射
norm=mcolors.BoundaryNorm(colorlevel,cmap.N) #生成索引
fc=fig.colorbar(mpl.cm.ScalarMappable(norm=norm,cmap=cmap),
cax=ax,orientation='horizontal',extend='both')
fc.ax.tick_params(which='major',labelsize=3,direction='out',width=0.5,length=1)
fc.outline.set_linewidth(0.3)
##第二步，生成双刻度列##
ax2=fc.ax #召唤出fc的ax属性并省称为ax2,这时ax2即视为一个子图
ax2.xaxis.set_ticks_position('top') #将数值刻度移动到上边
ax2.tick_params(labelsize=3,top=True,width=0.5,length=1) #修改刻度式，并使上有刻度
ax3=ax2.secondary_xaxis('bottom')
ax3.tick_params(labelsize=3,width=0.5,length=1)
ax3.spines['bottom'].set_bounds(0.1,500) #截去多余的部分
ax3.set_xticks([40,120,210,290,380,460])
ax3.set_xticklabels(['小雨','中雨','大雨','暴雨','大暴雨','特大暴雨'], fontname="youyuan", fontweight='bold')
ax3.spines['bottom'].set_linewidth(0.3) #修改底部到框线粗细
引用
参考资料：https://mp.weixin.qq.com/s/KeRRApCk3qhbRsOvD_7jng
