python matplotlib自定义colorbar颜色条-以及matplotlib中的内置色条_python colorbar_liucheng_zimozigreat的博客

自定义colorbar（draw colorbar without any mapple/plot）

参考： Customized Colorbars Tutorial
api example code: colorbar_only.py
自定义colorbar可以画出任何自己想要的colorbar，自由自在、不受约束，不依赖于任何已有的图(plot/mappable)。这里使用的是mpl.colorbar.ColorbarBase类，而colorbar类必须依赖于已有的图。
关于该类的参数如下 (该类参数描述没找到，部分参数的取值可参考 colorbar 中的描述)：

class matplotlib.colorbar.ColorbarBase(ax, cmap=None, norm=None, alpha=None, values=None, boundaries=None, orientation=‘vertical’, ticklocation=‘auto’, extend=‘neither’, spacing=‘uniform’, ticks=None, format=None, drawedges=False, filled=True, extendfrac=None, extendrect=False, label=’’)[source]
参数简单描述

ax :可用于设置colorbar的位置、长、宽
norm :用于规范化–设置颜色条最大最小值
cmap：颜色（可参考本篇博文的最后部分——推荐色带与自定义色带）
boundaries：要想使用extend，在norm之外，必须要有两个额外的boundaries
orientation：colorbar方向，躺平or垂直
extend：延伸方向(在norm之外colorbar可延伸)
ticks：自定义各段的tick（记号）

下面是一个例子，可以自己试试调整各项参数：

import numpy as np
import pylab as plt
import matplotlib as mpl
if __name__ == '__main__':
	fig = plt.figure(figsize=(3, 8))
	cmap = mpl.cm.Spectral_r
	ax3 = fig.add_axes([0.3, 0.2, 0.2, 0.5]) # 四个参数分别是左、下、宽、长
	norm = mpl.colors.Normalize(vmin=1.3, vmax=2.5)
	bounds = [ round(elem, 2) for elem in np.linspace(1.3, 2.5, 14)] # 
	cb3 = mpl.colorbar.ColorbarBase(ax3, cmap=cmap,
								norm=norm,
								# to use 'extend', you must
								# specify two extra boundaries:
								boundaries= [1.2] + bounds + [2.6],
								extend='both',
								ticks=bounds,  # optional
								spacing='proportional',
								orientation='vertical')
	plt.show()
contourf函数
 
  contour和contourf分别绘制轮廓线和填充轮廓线。两个版本的函数签名和返回值是相同的。关于两者画图的一些实例可以参阅python matplotlib contour画等高线图，以及matplotlib中文文档 
    contourf([X, Y,] Z, [levels], **kwargs) # [ ]表示该参数是可选的——可以给定也可以不给定
contourf中的基本参数： 
 X, Y : array-like, optional 
    contourf参数中X和Y都必须是二维的，形状与Z相同(例如，通过numpy.meshgrid创建)；或者都必须是一维的，这样len(X) == M是Z中的列数，len(Y) == N是Z中的行数。
   如果没有给定，则假设它们是整数索引，即X = range(M)， Y = range(N)。 
 Z : array-like(N, M) 
  绘制轮廓线的高度值。 
 levels : int or array-like, optional 
  确定等高线/区域的数量和位置。
 如果是int n，则使用n个数据间隔;即画n+1条等高线。水平高度是自动选择的。
 如果类似数组，则在指定的级别上绘制等高线。这些值必须是递增的。 
为所有子图添加一个色带
 
参考：Matplotlib 2 Subplots, 1 Colorbar
 在有图的情况下，为所有子图添加一个colorbar： 
import numpy as np
import matplotlib.pyplot as plt
fig, axes = plt.subplots(nrows=2, ncols=2)
for ax in axes.flat:
    im = ax.imshow(np.random.random((10,10)), vmin=0, vmax=1)
fig.subplots_adjust(right=0.8)
cbar_ax = fig.add_axes([0.85, 0.15, 0.05, 0.7])
fig.colorbar(im, cax=cbar_ax)
plt.show()
推荐色带与自定义色带
 
  在画图的时候，可以用推荐色带。在Contourf 与记录颜色刻度中，发现contourf中有cmap参数，cmap即是色带。cmap的值可以参考Colormap reference。
   下面这段代码来自Contourf 与记录颜色刻度 
cs = ax.contourf(X, Y, z, locator=ticker.LogLocator(), cmap=cm.PuBu_r) # PuBu_r是PuBu色带的倒转
cbar = fig.colorbar(cs)
  其中cmap就是使用matplotlib提供的色带，如果要自己制定色带可以用参数colors如下： 
# Colors是一些自选颜色列表
Colors=('#DDDDFF','#7D7DFF','#0000C6','#000079','#CEFFCE','#28FF28','#007500','#FFFF93','#8C8C00','#FFB5B5','#FF0000','#CE0000','#750000')
cs=m.contourf(xi, yi, z, colors=Colors, levels=levels, extend='both')  # 这里m是一个basemap实例
  在cmap中提供了一些默认色带：
 
 
 
 
 
 
 
                                    python matplotlib画图使用colorbar工具自定义颜色 colorbar（draw colorbar without any mapple/plot）
自定义colorbar可以画出任何自己想要的colorbar，自由自在、不受约束，不依赖于任何已有的图(plot/mappable)。这里使用的是mpl.colorbar.ColorbarBase类，而colorbar类必须依赖于已有的图。
参数可以参考下面的描述->matplotlib：
class matplotlib.colorbar.ColorbarBase(ax, cmap=None, norm=None, alp
                                    seaborn库这个方法最不好的就是不太灵活，方便设计库中已经定义好的颜色，想要更加丰富的颜色，还的用plt。自定义我们的渐变色有很多种方式，可以用seaborn库来作，也可以用plt来做。目标是用plt画一个热图，希望自定义颜色和colorbar。这样子就可以人以的定义自己想要的颜色了。接着定义我们的colorbar。首先展示用seaborn。
                                    在统计学中，用于度量两个具有二元变量或连续变量的数据对象之间的相关性是对象属性之间线性联系的度量（更一般属性之间的相关性计算可以类似地定义。）更准确地，两个数据变量X和Y之间的相关性（线性相关），由皮尔逊相关性系数（Pearson's correlation）定义。
                                    contourf的colorbar如何设置显示范围
在多个子图中，若我们想共用一个colorbar，不致于同一个颜色在不同子图里对应不同的数值，可有以下两种解决方法：
一：利用contourf
import matplotlib.pyplot as plt
import numpy as np
x=np.arange(0,10.1,0.1)
y=np.arange(0,10.1,0.1)
X,Y=np.meshgrid(x,y)
Z=X**2+Y**2
ax=plt.contourf(X,Y,Z,100,c
                                    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
                                    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
                                    转载 https://blog.csdn.net/guoxinian/article/details/80242353
'.'       point marker
','       pixel marker
'o'       circle marker
'v'       triangle_down marker
'^'       triangle_up marker
'<'       triangle_left marker
'>'       triangle_right mar.