将颜色条添加到具有make_axes_locatable和固定的imshow长宽比的matplotlib轴上

Question

我正在尝试绘制一些数组数据，并在轴的右侧添加一个颜色条，以匹配高度并设置宽度。

从生成一些数据开始。

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

data = np.random.rand(700, 400)

我具有以下功能。

def plot_data(data, aspect, pad):
    fig, ax = plt.subplots()
    img = ax.imshow(data, aspect=aspect)
    last_axes = plt.gca()
    divider = make_axes_locatable(ax)
    cax = divider.append_axes('right', size='5%', pad=pad)
    cbar = fig.colorbar(im, cax=cax)
    plt.sca(last_axes)

运行plot_data(data, None, 0.05)给出了我所期望的-an image with colorbar taking up 5% of the width, matched to the same height and padded correctly.

但是运行plot_data(data, 2.5, 0)会导致a figure with an image that has the correct aspect ratio, but a colorbar that's padded way too much.，我可以通过将padding设置为负，通过反复试验找到一个好的值来纠正此问题。但是，我需要使它通用，并且无需用户监视即可工作。

我找到了this thread，但答案似乎无法解决这种特殊情况。

任何建议都非常感谢！

Answer 1

我一直在玩这个游戏，看起来颜色条总是基于数据图边缘的原始位置。这意味着，对于正的宽高比，图形的高度保持固定，图形的宽度减小。然后将图像居中，因此需要使用填充来分别通过宽度-高度/长宽比（向内）调整颜色栏。

width=last_axes.get_position().width
height=last_axes.get_position().height
cax = divider.append_axes('right', size='5%', pad=-((width/0.7)-(height/(0.7*aspect)) + pad))
我遇到的奇怪的事情是，它并没有精确地居中，而是数据和轴标签的中心，因此我们必须相应地缩小调整比例，因此公式中的比例为1 / 0.7。我意识到这并不完美，因为刻度线没有按纵横比减小，因此线性移位会更合适，但我现在已经做到了！

请注意，这不适用于小于1的纵横比，因为在那一点上，宽度是固定的，而在应用纵横比时，高度会改变。我要继续弄乱它，看看我是否可以泛化景观

编辑：

好，我有。附加轴功能出于某种原因将垂直颜色条强制为绘图的原始高度。对于人像图来说很好，但对于风景如画的情况来说是坏的，因为数据在垂直方向上会缩小，但是情节不是，所以我不得不在这里输入完整的代码：

def plot_data(data, aspect, pad):
    fig, ax = plt.subplots()
    img = ax.imshow(data, aspect=aspect)
    last_axes = plt.gca()
    divider = make_axes_locatable(ax)
    if(aspect<1): 
        hscale=aspect
        cbar = fig.colorbar(img,shrink=hscale,pad=(-0.43+pad))
    else:
        hscale=1
        width=last_axes.get_position().width
        height=last_axes.get_position().height
        padfix = -((width/0.7)-(height/(0.7*aspect))) 
        cax = divider.append_axes('right',size='5%', pad=padfix+ pad)
        cbar = fig.colorbar(img,cax=cax)
再次有一个固定的偏移量（这次是\ 0.43左右），这很奇怪，这是通过反复试验发现的，如果绘制really

长的细图，可能需要进行调整。

Answer 2

解决问题的方法