如何仅使用和绘制颜色条的一部分？

Question

我有多条曲线，它们的一个参数不同，并且我想将其绘制在一张图中。为了区分它们，我想使用 matplotlib 的颜色条之一。为此，我根据所述参数生成一个颜色列表。此外，我想添加一个颜色条来解释所使用的颜色。我可以轻松做到这一切。现在的问题是，我只想使用可用颜色图的一部分，因为它变得太亮，因此在高于某个阈值时几乎不可见。但是，当我现在仅在子范围中选择颜色时，我没有找到调整显示颜色条范围的方法。

这是我想要实现的目标的（几乎）最小示例：

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

gs = gridspec.GridSpec(2, 1,
                       height_ratios=[1, 4]
                       )
ax = [plt.subplot(g) for g in gs]

parameterToColorBy = np.linspace(5, 10, 6, dtype=float)

maxColor = 0.85
colors = [plt.get_cmap("inferno")(i)
          for i in np.linspace(0, maxColor, parameterToColorBy.shape[0])]

norm = mpl.colors.Normalize(parameterToColorBy[0],
                            parameterToColorBy[0]+
                            (parameterToColorBy[-1]-parameterToColorBy[0])/
                            maxColor)
cb = mpl.colorbar.ColorbarBase(ax[0],
                               cmap="inferno",
                               norm=norm,
                               ticks=parameterToColorBy,
                               orientation='horizontal')
ax[0].xaxis.set_ticks_position('top')

for p, c in zip(parameterToColorBy, colors):
    ax[1].plot(np.arange(2)/p, c=c)

plt.show()

结果如下：

我现在希望颜色条停止在 10。但是如果我只是通过添加行

xlim

来调整子图的

ax[0].set_xlim(0, maxColor)

，则彩色部分调整正确，但周围的框弄乱了：

或者，我找到了一个用于颜色条的函数

set_clim

。但这只会改变规范化，并且似乎没有按照我想要的方式工作。添加

cb.set_clim(parameterToColorBy[0], parameterToColorBy[-1])

会导致颜色更改但轴不变：

我似乎需要的是一种调整显示颜色条限制的适当方法，或者一种创建自己的颜色条作为可用颜色条的子集的方法。有什么办法可以实现其中之一吗？

Answer 1

您可以使用我在下面的代码中编写的

truncate_colormap

函数截断颜色图。它从现有的颜色图创建一个新的

matplotlib.colors.LinearSegmentedColormap

。

请注意，您不需要将

Normalise

实例缩放

maxColor

，并且在创建

colors

列表和

colorbar

时需要使用这个新的颜色图实例。

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import matplotlib.colors as mcolors

gs = gridspec.GridSpec(2, 1,
                       height_ratios=[1, 4]
                       )
ax = [plt.subplot(g) for g in gs]

parameterToColorBy = np.linspace(5, 10, 6, dtype=float)

def truncate_colormap(cmap, minval=0.0, maxval=1.0, n=-1):
    if n == -1:
        n = cmap.N
    new_cmap = mcolors.LinearSegmentedColormap.from_list(
         'trunc({name},{a:.2f},{b:.2f})'.format(name=cmap.name, a=minval, b=maxval),
         cmap(np.linspace(minval, maxval, n)))
    return new_cmap

minColor = 0.00
maxColor = 0.85
inferno_t = truncate_colormap(plt.get_cmap("inferno"), minColor, maxColor)

colors = [inferno_t(i)
          for i in np.linspace(0, 1, parameterToColorBy.shape[0])]

norm = mpl.colors.Normalize(parameterToColorBy[0],
                            parameterToColorBy[-1])

cb = mpl.colorbar.ColorbarBase(ax[0],
                               cmap=inferno_t,
                               norm=norm,
                               ticks=parameterToColorBy,
                               orientation='horizontal')

ax[0].xaxis.set_ticks_position('top')

for p, c in zip(parameterToColorBy, colors):
    ax[1].plot(np.arange(2)/p, c=c)

plt.show()