主页 / coding / 问题 / 78893279
Accepted
EJSABOLK
Asked: 2024-08-20 23:26:38 +0800 CST

如何向 matplotlib contourf 颜色条添加额外的颜色条块

  • 772

我正在使用 matplotlib、xarray 和 cartopy 绘制一些数据的轮廓图。使用 ax.contourf 实例绘制数据轮廓图，生成下图中的颜色条。然后我屏蔽数组并填充所有等于零的值。

在此处输入图片描述

我想在颜色条的左侧添加一个额外的条，就像我在 GIMP 中构建的那样

在此处输入图片描述

我想象这会在 fig.colorbar() 调用之前执行，对原始 contourf 句柄进行操作，但无法弄清楚如何做到这一点。

谢谢任何建议。

最小样本如下，产生下图：

import matplotlib.pyplot as plt
import cartopy.crs as ccrs
import numpy as np
    
fig = plt.figure()
ax = plt.axes(projection = ccrs.Mollweide(central_longitude=96))
ax.coastlines()

X = np.arange(-180,180,1)
Y = np.arange(-90,91,1)
X_grid, Y_grid = np.meshgrid(X,Y)
Z = np.random.random_sample((len(Y),len(X))).round(1)
Z.sort()

levels = [0,0.05,0.25,0.5,0.75,0.85,1]
CS = ax.contourf(X_grid,Y_grid,Z,transform = ccrs.PlateCarree(), cmap='plasma', transform_first=True, levels=levels)
HS = ax.contourf(X_grid,Y_grid,np.ma.masked_not_equal(Z,0),transform=ccrs.PlateCarree(),colors='none', levels=[-0.01,0.01],hatches=['X','X'], transform_first=True)

cbar = fig.colorbar(CS, orientation='horizontal', aspect=40, location='top')

在此处输入图片描述 编辑：有一种解决方案我不喜欢，因为它不够稳健，即独立于颜色条定义阴影矩形，缩小颜色条，明确定义矩形补丁锚点和大小，然后将矩形添加到图中。我在以下代码片段中完成了此操作，生成了以下图像（请忽略我还对颜色条的比例或相对于颜色条的刻度位置进行了更改）：

import matplotlib.patches as mpatches
hrect = mpatches.Rectangle((.0.9185, 0.8998), 0.057, 0.0395, ec='k',hatch='XXX', transform=fig.transFigure, figure=fig, fill=False)
fig.patches.extend([hrect])

在此处输入图片描述

这不是一个令人满意的答案，因为如果图形大小发生变化、地理轴发生变化等，矩形位置将相对于颜色条位置而变化。理想情况下，这个矩形将粘在颜色条对象的末尾，但这似乎是不可能的。在进行更改时，至少让所有内容保持一致的一种方法是使用 gridspec 定义特定的颜色条轴，然后在与 cax 相邻的单独 gridspec 子图中绘制矩形。同样，这并不优雅。

matplotlib

1 个回答

  1. Best Answer

    下面的方法添加了一个额外的级别来为阴影区域创建一个框。

    从最初使用的颜色中创建一个颜色列表，并扩展第一个区域的颜色。在示例代码中，使用白色为其着色，但您也可以使用与第一个区域相同的颜色。

    颜色列表用于创建ListedColormap（没有颜色图，则没有颜色图的信息）。

    创建等高线图和颜色条后，在第一个颜色条区域顶部绘制一个具有相同填充图案的透明矩形。

    import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
import cartopy.crs as ccrs
import numpy as np

X = np.arange(-180, 180, 1)
Y = np.arange(-90, 91, 1)
X_grid, Y_grid = np.meshgrid(X, Y)
Z = np.random.random_sample((len(Y), len(X))).round(1)
Z.sort()

fig = plt.figure()
ax = plt.axes(projection=ccrs.Mollweide(central_longitude=96))
ax.coastlines()

hatch_level = 0.01
levels = [0, hatch_level, 0.05, 0.25, 0.5, 0.75, 0.85, 1]
colors = ['white'] + list(plt.get_cmap('plasma', len(levels) - 2).colors)
cmap = ListedColormap(colors)
CS = ax.contourf(X_grid, Y_grid, Z, transform=ccrs.PlateCarree(), cmap=cmap, transform_first=True, levels=levels)
HS = ax.contourf(X_grid, Y_grid, np.ma.masked_not_equal(Z, 0), transform=ccrs.PlateCarree(), colors='none',
                 levels=[-hatch_level, hatch_level], hatches=['XX'], transform_first=True)
HS.set_edgecolor('dodgerblue')  # will be used for hatch marks and the contour edges
HS.set_linewidth(0)  # don't show the contour edges

cbar = fig.colorbar(CS, orientation='horizontal', aspect=40, location='top')

# create a rectangle on top of the first colored region
rect = plt.Rectangle((0, 0), hatch_level, 1,  # x between 0 and hatch_level, y between 0 and 1
                     facecolor='none',  # make the facecolor transparent
                     hatch=HS.hatches[0],  # use the same hatch pattern as in HS
                     edgecolor=HS.get_edgecolor(),  # use the same hatch color as in HS
                     lw=0)  # don't show an edge around the rectanble
# add the rectangle to the colorbar
cbar.ax.add_patch(rect)

# get the xtick labels of the colorbar
xtick_labels = [t.get_text() for t in cbar.ax.get_xticklabels()]
# replace the second label with the first, and empty the first
xtick_labels[1] = xtick_labels[0]
xtick_labels[0] = ''
cbar.ax.set_xticklabels(xtick_labels)

plt.show()

    具有额外阴影区域的轮廓图的颜色条

    如果阴影区域的表面颜色与第一个区域相同，则看起来会是这样的：

    # ...
colors =  list(plt.get_cmap('plasma', len(levels) - 2).colors)
colors = [colors[0] ]+ colors
# ...
HS.set_edgecolor('pink')

    阴影颜色与第一个区域相同

    • 1

相关问题