Dodaj pasek kolorów do istniejącej osi

Question

Tworzę interaktywne wątki i chcę dodać legendę paska kolorów. Nie chcę, aby pasek kolorów był we własnych osiach, dlatego chcę go dodać do istniejących osi. Mam trudności z tym, ponieważ większość przykładowego kodu, który znalazłem tworzy nowe osie dla paska kolorów.

Próbowałem następujący kod przy użyciu matplotlib.colorbar.ColorbarBase, który dodaje pasek kolorów do istniejących osi, ale daje mi dziwne wyniki i nie mogę dowiedzieć się, jak określić atrybuty paska kolorów (na przykład, gdzie na osiach jest on umieszczony i jaki rozmiar jest)

import matplotlib 
import matplotlib.pyplot as plt 
from matplotlib.cm import coolwarm 
import numpy as np 

x = np.random.uniform(1, 10, 10) 
y = np.random.uniform(1, 10, 10) 
v = np.random.uniform(1, 10, 10) 

fig, ax = plt.subplots() 

s = ax.scatter(x, y, c=v, cmap=coolwarm) 

matplotlib.colorbar.ColorbarBase(ax=ax, cmap=coolwarm, values=sorted(v), 
           orientation="horizontal") 

Korzystanie fig.colorbar zamiast matplotlib.colorbar.ColorbarBase wciąż nie daje mi zupełnie co chcę, a ja nadal nie wiem jak ustawić atrybuty colorbar.

fig.colorbar(s, ax=ax, cax=ax) 

Powiedzmy, że chcesz mieć colorbar w lewym górnym rogu, rozciąganie około połowy całej górnej części działki. Jak mam to zrobić?

Czy lepiej napisać niestandardową funkcję do tego, może za pomocą LineCollection?

Answer 1

Pasek kolorów musi mieć własne osie. Możesz jednak utworzyć osie, które pokrywają się z poprzednim. Następnie użyj wartości kwarg cax, aby powiedzieć fig.colorbar, aby użyć nowych osi.

Na przykład

import numpy as np 
import matplotlib.pyplot as plt 

data = np.arange(100, 0, -1).reshape(10, 10) 

fig, ax = plt.subplots() 
cax = fig.add_axes([0.27, 0.8, 0.5, 0.05]) 

im = ax.imshow(data, cmap='gist_earth') 
fig.colorbar(im, cax=cax, orientation='horizontal') 
plt.show() 

Answer 2

Ta technika jest zazwyczaj wykorzystywane do osi wielokrotnej w postaci. W tym kontekście często wymagany jest kolorowy pasek barwny , który odpowiada rozmiarem z wynikiem imshow. ten można osiągnąć łatwo z zestawem axes grid narzędziowej:

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

data = np.arange(100, 0, -1).reshape(10, 10) 

fig, ax = plt.subplots() 
divider = make_axes_locatable(ax) 
cax = divider.append_axes('right', size='5%', pad=0.05) 

im = ax.imshow(data, cmap='bone') 

fig.colorbar(im, cax=cax, orientation='vertical') 
plt.show()