有以下代碼：
import matplotlib.pyplot as plt
cdict = {
'red' : ( (0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)),
'green': ( (0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)),
'blue' : ( (0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45))
}
cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024)
plt.clf()
plt.pcolor(X, Y, v, cmap=cm)
plt.loglog()
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.colorbar()
plt.show()
因此，這會產生一個使用指定的色彩繪製X軸Y軸的值’v’的圖形。 X軸和Y軸著色很不錯，但顏色映射在v的最小值和最大值之間擴展。我想強製顏色映射的範圍在0到1之間。
我想過使用：
plt.axis(...)
要設置坐標軸的範圍，但這隻需要X和Y的最小值和最大值2個參數，而沒有色彩參數。
編輯：
為了清楚起見，假設我有一個圖的值範圍(0 … 0.3)，另一個圖的值(0.2 … 0.8)。
在這兩個圖表中，我會希望顏色條的範圍是(0 … 1)。同時，在這兩個圖表中，我希望這個範圍的顏色是完全相同的使用上麵的cdict的全部範圍(因此在這兩個圖中0.25將是相同的顏色)。在第一張圖中，0.3到1.0之間的所有顏色將不會在圖中顯示，而是在側麵的顏色欄中。另一方麵，0到0.2之間的所有顏色，以及0.8到1之間的所有顏色將不在圖中顯示，而是在側麵的顏色欄中顯示。
最佳解決方法
使用vmin和vmax強製顏色的範圍。這是一個例子：
import matplotlib as m
import matplotlib.pyplot as plt
import numpy as np
cdict = {
'red' : ( (0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)),
'green': ( (0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)),
'blue' : ( (0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45))
}
cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024)
x = np.arange(0, 10, .1)
y = np.arange(0, 10, .1)
X, Y = np.meshgrid(x,y)
data = 2*( np.sin(X) + np.sin(3*Y) )
def do_plot(n, f, title):
#plt.clf()
plt.subplot(1, 3, n)
plt.pcolor(X, Y, f(data), cmap=cm, vmin=-4, vmax=4)
plt.title(title)
plt.colorbar()
plt.figure()
do_plot(1, lambda x:x, "all")
do_plot(2, lambda x:np.clip(x, -4, 0), "<0")
do_plot(3, lambda x:np.clip(x, 0, 4), ">0")
plt.show()
次佳解決方法
plt.pcolor(X, Y, v, cmap=cm)
plt.clim(-4,4)
plt.show()
第三種解決方法
不知道這是否是最優雅的解決方案，但是可以將數據縮放到0到1之間的範圍，然後修改色條：
import matplotlib as mpl
...
ax, _ = mpl.colorbar.make_axes(plt.gca(), shrink=0.5)
cbar = mpl.colorbar.ColorbarBase(ax, cmap=cm,
norm=mpl.colors.Normalize(vmin=-0.5, vmax=1.5))
cbar.set_clim(-2.0, 2.0)
有了這兩個不同的限製，您可以控製顏色條的範圍和圖例。在這個例子中，隻有-0.5到1.5之間的範圍顯示在欄中，而顏色映射覆蓋-2到2(所以這可能是您在縮放之前記錄的數據範圍)。
因此，不是縮放顏色映射，而是縮放數據並使顏色條適合該顏色條。