使用matplotlib绘图，改变colorbar,  统一colorbar的显示范围，目的是观看两个图片的差别，首先原始代码

import matplotlib.pyplot as plt
import matplotlib
m = 5
plt.figure(figsize=(15,15))
plt.subplot(121)
plt.imshow(data['output'][m].squeeze(), cmap='jet')
plt.colorbar(shrink=0.5)
plt.title('output')
plt.subplot(122)
plt.imshow(data['label'][m].squeeze(), cmap='jet')
plt.colorbar(shrink=0.5)
plt.title('label')
plt.show()
得到的图片展示如下：
 
 由上图看到colorbar数值范围不一致，图片差异明显，肉眼直观较难比较
 
设置一致的colorbar，便于比较
 
import matplotlib.pyplot as plt
import matplotlib
m = 5
plt.figure(figsize=(15,15))
norm = matplotlib.colors.Normalize(vmin=0,vmax=0.8)  # 设置colorbar显示的最大最小值
plt.subplot(121)
plt.imshow(data['output'][m].squeeze(), cmap='jet',norm=norm)
plt.colorbar(shrink=0.5)
plt.title('output')
plt.subplot(122)
plt.imshow(data['label'][m].squeeze(), cmap='jet',norm=norm)
plt.colorbar(shrink=0.5)
plt.title('label')
plt.show()
 
出来的图如下：
 
 设vmin=0,vmax=3,出图如下
 
 统一colorbar显示范围，更好比较
Created on Sat Sep 5 18:05:11 2020
@author: 15025
draw three figures with one common colorbar
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import ImageGrid
class Visualazation:
cm1 = plt.cm.get_cmap('RdYlBu') 
cm2 = plt.cm.get_cmap('RdYlBu_r') # RdYlBu_r末尾加r表示颜色取反
x=np.random.randn(50)
y=np.random.randn(50)
plt.figure()
				
x = reshape(data1(:,1),1800,1320);
y = reshape(data1(:,2),1800,1320);
z = reshape(crust_h,1800,1320);
[C,H] =contourf(x,y,z,100); % contourf(peaks(20),10);
set(H,'LineColor','none');
colormap('jet');
h=colorbar;
caxis([4 10]);  %设置grid显示范围
set(h,'Ylim',[3.
				
简要谈谈常用的colorbar参数。第一个参数为colorbar传入参数，代表colorbar所关联的contourf/heatmap/cmap/scatter(下面皆以contourf举例），这种方式是最简单的默认传入，绘制出来的colorbar和cf是相匹配的，展示的也是cf的信息。
第二个参数为colorbar绘制的默认子图位置参数，代表当前这个colorbar将要摆放的子图位置。第三个为指定色条位置参数cax。第四个为使色条展示尖角的参数extend，他可以使色条展现出角的形状，其可选命令both表
				
matplotlib 合理设置colorbar和子图的对应关系
文章目录matplotlib 合理设置colorbar和子图的对应关系1. 介绍2 plt.contourf ()2.1  错误示范2.2 使用 norm实现颜色和数值之间的对应关系2.3 只显示最后一个的colorbar2.4 使用 levels 参数设置3. 使用plt.imshow()4 单独设置colorbar
1. 介绍
				
这里写目录标题导入matplotlib库figure（图像）图像构成生成窗口代码相关设置axis坐标轴子图axes、axis（轴）两种绘图风格面向对象风格pyplot风格绘制常见图形普通画图plot散点图scatter直方图bar形状常见线属性设置线属性的方法点类型
导入matplotlib库
import matplotlib.pyplot as plt
import numpy as np #一般与numpy库配合使用
figure（图像）
生成窗口代码
fig = plt.figure(
				
画云图时，常因对比需要，不同图的colorbar色标相同，但是colorbar的刻度范围不同。也就是如何使不同的colorbar的相同颜色代表相同的数值？但是同时，每个colorbar显示的最大最小值又是不同的。即固定colorbar“坐标系”。
设定colorbar刻度范围[0 400]
图1中colorbar刻度的范围是[0 400]，但颜色实际范围是[50,200]
即，图1的colo...
				
多张三维图共用一个colorbar一张三维图多张三维图
一张三维图
绘制一张三维图，大概步骤是：导入相关库；生成三维图框，对X,Y数据进行统一网格化，绘制图形，添加colorbar，设置图形其他参数（如坐标轴，刻度范围，图形像素及大小），显示图形。
from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
from matplotlib import cm
import matplotlib
import numpy as
				
如果你想在 Python 中绘制一个热力图，但只想显示一定范围内的值，你可以使用 `vmin` 和 `vmax` 参数来设置热力图的颜色范围。这两个参数分别表示热力图的最小值和最大值。所有小于 `vmin` 的值将被设置成同一个颜色，所有大于 `vmax` 的值也将被设置成同一个颜色。
例如，假设你有一个 10x10 的矩阵 `data`，你可以使用以下代码来绘制一个热力图，并只显示值在 0 到 1 之间的数据：
import matplotlib.pyplot as plt
import numpy as np
# 生成一个 10x10 的随机矩阵
data = np.random.rand(10, 10)
# 绘制热力图，并只显示值在 0 到 1 之间的数据
plt.imshow(data, cmap='hot', vmin=0, vmax=1)
plt.colorbar()
plt.show()
在这个例子中，我们使用了 `vmin=0` 和 `vmax=1` 来限制热力图的颜色范围，从而只显示值在 0 到 1 之间的数据。如果你想要显示其他范围的数据，只需要修改 `vmin` 和 `vmax` 的值即可。