将刻度线与 matplotlib 颜色条对齐

Question

我试图将颜色条上的刻度线与离散颜色对齐，但收效甚微。以下有效，但刻度线与颜色不对齐。

import matplotlib.pyplot as plt
import numpy as np

import matplotlib as mpl
from matplotlib.colors import LinearSegmentedColormap, ListedColormap
import matplotlib.cm as cm

from mpl_toolkits.axes_grid1 import make_axes_locatable
import matplotlib.colors as colors
from scipy import ndimage
from PIL import Image

plasma = mpl.colormaps['plasma'].resampled(8)
fig, ax = plt.subplots(figsize=(7, 5))

ax.axis("off")
img = plt.imread(image_file_name)
rotated_img = ndimage.rotate(img, -90)

im = ax.imshow(rotated_img, cmap=plasma)

divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size="10%", pad=0.05)

cb = fig.colorbar(im, cax=cax, orientation="vertical")
print(cb.ax.get_yticks())
cb.set_ticks(cb.ax.get_yticks())
ticks = np.linspace(70,160,num=7)
#cb.set_ticks(ticks)
cb.set_ticklabels([f'{tick:.2f}' for tick in ticks])
print(cb.ax.get_yticks())

产量

而

import matplotlib.pyplot as plt
import numpy as np

import matplotlib as mpl
from matplotlib.colors import LinearSegmentedColormap, ListedColormap
import matplotlib.cm as cm

from mpl_toolkits.axes_grid1 import make_axes_locatable
import matplotlib.colors as colors
from scipy import ndimage
from PIL import Image

plasma = mpl.colormaps['plasma'].resampled(8)    
fig, ax = plt.subplots(figsize=(7, 5))

ax.axis("off")
img = plt.imread(image_file_name)
rotated_img = ndimage.rotate(img, -90)

im = ax.imshow(rotated_img, cmap=plasma)

divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size="10%", pad=0.05)

cb = fig.colorbar(im, cax=cax, orientation="vertical")
print(cb.ax.get_yticks())
#cb.set_ticks(cb.ax.get_yticks())
ticks = np.linspace(70,160,num=9)
cb.set_ticks(ticks)
cb.set_ticklabels([f'{tick:.2f}' for tick in ticks])
print(cb.ax.get_yticks())

产量

颜色图是从内置的“plasma”cmap 获得的 -

plasma = mpl.colormaps['plasma'].resampled(8)

图像数据只是 RGB 值 - 每个通道为 0 到 255。 “最热”或最白的颜色对应于最高测量温度。

Answer 1

此答案假设您希望将图像中的最低颜色映射到 70，将最高颜色映射到 160。

imshow()

在内部将数据中的最低值映射到颜色图的深紫色，将最高值映射到黄色。我们可以通过设置 vmin 和 vmax 来明确这一点。这些 vmin 和 vmax 将是颜色条中的最低和最高 y 值。刻度被选择为最低值和最高值之间的一系列“漂亮的、四舍五入的”值。这与颜色图中的颜色数量无关。

.get_ticks()

（或

.get_yticks()

）可能非常棘手，因为最终的刻度仅在绘图绘制到屏幕上时决定。这就是为什么您会得到

300

值，该值超出了范围，并导致了奇怪的白色区域。

使用

cb.set_ticks()

，您可以设置刻度线的位置。在这种情况下，您希望它们从最低到最高 y 值，每个颜色区域之间有一个刻度。

使用

cb.set_ticklabels()

设置相应的标签。当您想要在图像值（例如 0 到 255 之间）和显示的刻度之间进行转换时，您可以使用这些新值作为标签。

import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import make_axes_locatable
import numpy as np
from scipy.ndimage import gaussian_filter

# create a dummy test image
img = gaussian_filter(np.random.rand(1000, 1000), 80)
img -= img.min()
img /= img.max()
img = np.array(img * 256, dtype=int)

fig, ax = plt.subplots(figsize=(7, 5))

ax.axis("off")
num_colors = 8
plasma = plt.get_cmap('plasma', num_colors)

vmin = img.min()
vmax = img.max()
im = ax.imshow(img, cmap=plasma, vmin=vmin, vmax=vmax)

divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size="10%", pad=0.05)
cb = fig.colorbar(im, cax=cax)
cb.set_ticks(np.linspace(vmin, vmax, num_colors + 1))
cb.set_ticklabels([f'{t:.2f}' for t in np.linspace(70, 160, num_colors + 1)])
plt.tight_layout()
plt.show()