colorbar 非均匀色标

XiaoMaFenJu

问题描述：
下图是我想要得到的结果，特点是数值非均匀但间距相等，也就是colorbar密度不同。

目前达到的结果为下图

代码如下

1. 
   
2. import matplotlib.pyplot as plt
   
3. import numpy as np
   
4. import matplotlib as mpl
   
5. #数据读取
   
6. data1 = np.loadtxt("./data/test.asc", skiprows=6)
   
7. #绘图，透明度50%，下限值0
   
8. img1 = plt.imshow(data1,alpha=0.5,vmin = 0,cmap = mpl.cm.get_cmap("plasma").copy())
   
9. #缺省值设置无色
   
10. img1.cmap.set_under(alpha = 0)
    
11. 
    
12. levels = [0,0.5,1,10,100,500,1000,2000,5000,10000]
    
13. h = plt.colorbar(ticks=levels,spacing = 'uniform')
    
14. plt.show()

复制代码

实在不知道咋办了，请各位大佬指点！
我目前还有两种想法，一种是自定义colormap，一种是改坐标轴ticks，但是看了许久还是没看明白，😔

====================================2022.01.28========================================

更新！！！问题解决！
也非常感谢评论区的各位大佬，这两天也是在自己摸索（摸鱼），找官方文档和茫茫的百度，选定的是 mpl.colors.BoundaryNorm ，但还是有点差距，还是密度问题没有解决，但看到评论区大佬也有用这个方法，和我当时找到的BoundaryNorm大体是运用一样的，那说明这个应该是没有错的，那问题应该在别的地方。
正好前时间在找资料的时候找到一个“炸鸡人博客”，链接就不放了 ps:不让放;) ，有很详细的colormap和colorbar的讲解（我觉得这篇博客很nice，比官方文档看起来还舒服），当时我着重在BoundaryNorm，于是翻看其他部分，找到下面这句话：

1. 对于画马赛克图的 pcolor、pcolormesh 和 imshow 函数，我们在实际使用中并不需要手动进行数据的归一化和颜色索引，只需在调用函数时通过 cmap 和 norm 参数把 colormap 和归一化的类传入即可，绘图函数会自动计算数据和颜色的对应关系。cmap 默认为 viridis，norm 默认为无参数的 Normalize。

复制代码

但是我之前是试过的，camp可以传入，但是norm会报错，这时我又去看那篇博客，发现

1. # 若在pcolormesh中给定了norm,就不能再指定vmin和vmax了.

复制代码

问题可以说解决了！删掉imshow()中的vmin和vmax，转而传入norm就没问题了！
很感谢评论区的各位大佬！
完整代码我会附在下面！

1. import matplotlib.pyplot as plt
   
2. import numpy as np
   
3. import matplotlib as mpl
   
4. #数据读取
   
5. data = np.loadtxt("./data.asc", skiprows=6)
   
6. #colorbar设置
   
7. cmap = mpl.cm.jet
   
8. bins = [0, 0.5, 1, 10, 50, 100, 500, 1000, 2000, 5000]
   
9. nbin = len(bins) - 1
   
10. npt = cmap.N // nbin
    
11. segments = []
    
12. for i in range(nbin):
    
13.     segment = np.linspace(bins[i], bins[i + 1], npt)
    
14.     if i < nbin - 1:
    
15.         segment = segment[:-1]
    
16.     segments.append(segment)
    
17. segments = np.concatenate(segments)
    
18. norm = mpl.colors.BoundaryNorm(segments, cmap.N)
    
19. #绘图，透明度50%，下限值0
    
20. img1 = plt.imshow(data,alpha=0.5,norm = norm,cmap = cmap.copy())
    
21. #缺省值设置无色
    
22. img1.cmap.set_under(alpha = 0)
    
23. #colorbar
    
24. h = plt.colorbar()
    
25. h.set_ticks(bins)
    
26. h.set_ticklabels(bins)
    
27. #本地保存
    
28. #plt.savefig('test5',dpi = 1600)
    
29. #图片输出
    
30. plt.show()

复制代码

输出结果如下：

灭火器

一个迂回的方法

1. cmap = cm.jet
   
2. bins = [0, 0.5, 1, 10, 50, 100, 500, 1000, 2000, 5000]
   
3. nbin = len(bins) - 1
   
4. npt = cmap.N // nbin
   
5. segments = []
   
6. for i in range(nbin):
   
7.     segment = np.linspace(bins[i], bins[i + 1], npt)
   
8.     if i < nbin - 1:
   
9.         segment = segment[:-1]
   
10.     segments.append(segment)
    
11. segments = np.concatenate(segments)
    
12. norm = mcolors.BoundaryNorm(segments, cmap.N)

复制代码

然后设置刻度

1. cbar.set_ticks(bins)
   
2. cbar.set_ticklabels(bins)

复制代码

效果如图

lightmoon

我有一个笨的办法，你把你数据放缩一下，在画图，最后改colorbar的string

richie727

同上！同上！同上！同上！同上！同上！

XiaoMaFenJu

lightmoon 发表于 2022-1-25 12:40
我有一个笨的办法，你把你数据放缩一下，在画图，最后改colorbar的string

倒是个方法，实在不行也就得用这个

失落的积雨云

plt.contourf(x,y,data,levels,cmap)

betasy

根据以往的经验，这个colorbar的刻度很难调；
一种方法是自己画一个色条，不用colorbar这个api，画矩形组合，每个组合填色，然后自定义坐标轴刻度

XiaoMaFenJu

灭火器 发表于 2022-1-25 19:56
一个迂回的方法然后设置刻度
效果如图

很棒了，我也是找到BoundaryNorm，但是一直还是差点，感谢感谢

XiaoMaFenJu

失落的积雨云 发表于 2022-1-25 15:14
plt.contourf(x,y,data,levels,cmap)

这个我考虑过，我的数据还要再去创建x,y，所以就没优先考虑

灭火器

XiaoMaFenJu 发表于 2022-1-28 16:19
很棒了，我也是找到BoundaryNorm，但是一直还是差点，感谢感谢

那个博客就是我写的啊，vmin和vmax的地方偷懒没讲清楚。这两个参数就是线性的Normalize里的参数，contourf和pcolor里也有是为了方便你使用，以省略掉norm参数。如果你要使用其它类型的归一化，这两个参数就没用了，也不应该给出。