# 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表示两头都变尖，max表示数值大的那头变尖，min表示小的那头变尖。
cf=ax.contourf(x,y,z,extend='both')
fig.colorbar(cf,extend='both')
参数 shrink
# 缩放参数shrink，从0-1，色条将会按照输入值被缩放
cf=ax.contourf(x,y,z)
fig.colorbar(cf,shrink=0.5)
参数 pad
# 控制色条与子图的间距
fig.colorbar(cf,pad=0.005）
参数 orientation
# 控制色条时横纵方向，当为horizontal时，色条将被平放在下方，默认在右边
fig.colorbar(cf,orientation='horizontal')
参数 ticks
# 传入一个列表，显示你想展示的刻度，其他刻度将消失。类似于ax.set_yticks( ).
fig.colorbar(cf,ticks=[0,2,4,16])
参数 format
# 控制色条上刻度的格式，比如将其保留两位小数
fig.colorbar(cf,format='%.2f')
参数 label
# 简单的给色条一个标签
fig.colorbar(cf,label='色条')
cf=ax.contourf(x,y,z)
fc=fig.colorbar(cf)
#使用fc省称
ax2=fc.ax
#调出colorbar的ax属性
ax2.set_title('这是色条的标题',fontsize=5)
ax2.tick_params(which='major',direction='in',labelsize=4,length=7.5)
ax2.tick_params(which='minor',direction='in')
ax2.yaxis.set_minor_locator(mticker.MultipleLocator(0.5))
#显示x轴副刻度
import numpy as np
from matplotlib.colors
import Normalize
import matplotlib as mpl
import pandas as pd
import cartopy.crs as ccrs
import cartopy.feature as cfeat
from cartopy.mpl.gridliner
import LONGITUDE_FORMATTER, LATITUDE_FORMATTER
from cartopy.io.shapereader import Reader
from scipy.interpolate import Rbf
import matplotlib.pyplot as plt
import matplotlib.ticker as mtickerimport
syssys.path.append(r"C:\Users\lenovo\Desktop")import maskoutplt.rcParams['font.sans-serif']=['SimHei']
extent=[108.2,110.8,29.1,31.401]
proj= ccrs.PlateCarree()
fig = plt.figure(figsize=(7, 10),dpi=500)
ax = fig.subplots(1, 1, subplot_kw={'projection': proj})
reader = Reader(r'E:\家园\区划-省界\恩施.shp')
cities = cfeat.ShapelyFeature(reader.geometries(), proj, edgecolor='k', facecolor='none')
ax.add_feature(cities, linewidth=0.7)
ax.set_extent(extent, crs=proj)gl = ax.gridlines(crs=ccrs.PlateCarree(), draw_labels=True,linewidth=0.7, color='k', alpha=0.5, linestyle='--')
gl.xlabels_top = False
gl.ylabels_right = False
gl.xformatter = LONGITUDE_FORMATTER
gl.yformatter = LATITUDE_FORMATTER
gl.xlocator = mticker.FixedLocator(np.arange(extent[0],extent[1]+0.5, 0.4))
gl.ylocator = mticker.FixedLocator(np.arange(extent[2],extent[3]+0.5, 0.4))
gl.xlabel_style={'size':10}gl.ylabel_style={'size':10} ###############################以下为添加县市名称和点########################################nameandstation={"恩施":[109.5,30.2],"利川":[109,30.3],"巴东":[110.34,31.04],"建始":[109.72,30.6],"宣恩":[109.49,29.987],"来凤":[109.407,29.493],"咸丰":[109.14,29.665],"鹤峰":[110.034,29.89]}for key,value in nameandstation.items(): ax.scatter(value[0] , value[1] , marker='.' , s=90 , color = "k" , zorder = 3) ax.text(value[0]-0.07 , value[1]+0.03 , key , fontsize = 12 , color = "k") ##############################################读取文件打包数据###########################################filename=r'C:\Users\lenovo\Desktop\累年降水数据.xlsx'#数据文件地址，这个数据是我捏造的，没有实际意义df=pd.read_excel(filename)#读取文件lon=df['lon']#读取站点经度lat=df['lat']#读取站点纬度rain=df['precipitation']#读取站点累计年降水量olon=np.linspace(108,111,30)#设置网格经度olat=np.linspace(29,32,30)#设置网格纬度olon,olat=np.meshgrid(olon,olat)#网格化func=Rbf(lon,lat,rain,function='linear')#定义插值函数rain_new=func(olon,olat)#获得插值后的网格累计降水量cs= ax.contourf(olon,olat,rain_new,levels=np.arange(900,2000,100),cmap='GnBu',extend='both')#画图clip=maskout.shp2clip(cs, ax,r'E:\enshi\恩施.shp' ,0) plt.title('恩施州去年累计降水',size=20)##########################################################################################
position=fig.add_axes([0.97,0.25,0.04,0.5])
cb=fig.colorbar(cs,cax=position,shrink=0.4,extend='both')
#绘制colorbar并省称为cbax2=cb.ax#召唤出cb的ax属性并省称为ax2,这时ax2即视为一个子图
ax2.yaxis.set_ticks_position('left')
#将数值刻度移动到左侧
ax2.tick_params(labelsize=10,left=True,right=True)
#修改刻度样式，并使左右都有刻度
ax3=ax2.secondary_yaxis('right')
#新建ax3,使ax3与ax2完全相同ax3.spines['right'].set_bounds(900,1900)
#截去多余的部分ax3.set_yticks([900,1100,1300,1500,1700,1900])
ax3.set_yticklabels(['缺水','一般性缺水','收支充足','降水丰沛','有可能涝灾','成灾'])
#将ax3上的定量数值转化为定性文字
多子图共用，色卡
plt.colorbar(ac, ax=[ax[0], ax[1]], location='bottom', ) # https://www.jianshu.com/p/d97c1d2e274f
# -*- coding: utf-8 -*-
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:
def mainProgram(self):
# Set up figure and image grid
fig = plt.figure(figsize=(8, 4))
grid = ImageGrid(fig, 111,
nrows_ncols=(1,3),
axes_pad=0.15,
share_all=True,
cbar_location="right",
cbar_mode="single",
cbar_size="7%",
cbar_pad=0.15,
# Add data to image grid
for ax in grid:
im = ax.imshow(np.random.random((10,10)), vmin=0, vmax=1)
# Colorbar
ax.cax.colorbar(im)
ax.cax.toggle_label(True)
plt.show()
if __name__ == "__main__":
main = Visualazation()
main.mainProgram()
ImageGrid()函数参数说明：nrows_ncols=(1,3)表示创建一个1行3列的画布。share_all=True表示所画的图像公用x坐标轴和y坐标轴。
cbar_location="right"表示colorbar位于图像的右侧，当然也可以位于上方，下方和左侧。cbar_mode="single"表示三个图像公用一个colorbar。
cbar_size="7%"表示colorbar的尺寸，默认值为5%。cbar_pad=0.15表示图像与colorbar之间的填充间距，默认值为5%。可以自行调整以上数值进行尝试。
参考：
https://www.jb51.net/article/195331.htm
参考：
https://blog.csdn.net/weixin_39790102/article/details/111663606
