python可视化matplotlib画图使⽤colorbar⼯具⾃定义颜
⾊
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lorbar.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->：
lorbar.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）给⼀个例⼦，⾸先定义⼀下横纵坐标的名称，以及df_int：
给⼀个例⼦，⾸先定义⼀下横纵坐标的名称，以及df_int：
labels_int = ['A', 'B', 'C', 'D']
variables_int = ['A', 'B', 'C', 'D']
# x_normed_int 可以是⼀个4*4的数组，经过归⼀化的
df_int = pd.DataFrame(, columns=variables_int, index=labels_int)
接下来就是画图了：
fig = plt.figure()
ax = fig.add_subplot(111)
cax = ax.matshow(df, interpolation='nearest', cmap='GnBu')
matplotlib中subplottick_spacing = 1
ax.xaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))
ax.yaxis.set_major_locator(ticker.MultipleLocator(tick_spacing))
ax.set_xticklabels([''] + lumns))
ax.set_yticklabels([''] + list(df.index))
plt.show()
其中：
cax = ax.matshow(df, interpolation='nearest', cmap='GnBu')
可以通过cmap修改，得到不同的颜⾊带
最终可以看到结果如下图：
到此这篇关于python可视化 matplotlib画图使⽤colorbar⼯具⾃定义颜⾊的⽂章就介绍到这了，更多相关python colorbar⾃定义颜⾊内容请搜索以前的⽂章或继续浏览下⾯的相关⽂章希望⼤家以后多多⽀持！

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。