Matplotlib 2 Geschichten, 1 Farbskala

Legen Sie einfach die colorbar im Ihre eigene Achse und verwenden subplots_adjust Platz zu machen.

Als schnelles Beispiel:

import numpy as np
import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=2, ncols=2)
for ax in axes.flat:
    im = ax.imshow(np.random.random((10,10)), vmin=0, vmax=1)

fig.subplots_adjust(right=0.8)
cbar_ax = fig.add_axes([0.85, 0.15, 0.05, 0.7])
fig.colorbar(im, cax=cbar_ax)

plt.show()

InformationsquelleAutor Joe Kington

Diese Lösung erfordert keine manuelle Feintuning der Achsen Standorten oder colorbar Größe, arbeitet mit der multi-Zeile und single-row-layouts und arbeitet mit tight_layout(). Es ist in Anlehnung an ein Galerie Beispiel, mit ImageGrid von matplotlib ist AxesGrid Toolbox.

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

# Set up figure and image grid
fig = plt.figure(figsize=(9.75, 3))

grid = ImageGrid(fig, 111,          # as in plt.subplot(111)
                 nrows_ncols=(1,3),
                 axes_pad=0.15,
                 share_all=True,
                 cbar_location="right",
                 cbar_mode="single",
                 cbar_size="7%",
                 cbar_pad=0.15,
                 )

# Add data to image grid
for ax in grid:
    im = ax.imshow(np.random.random((10,10)), vmin=0, vmax=1)

# Colorbar
ax.cax.colorbar(im)
ax.cax.toggle_label(True)

#plt.tight_layout()    # Works, but may still require rect paramater to keep colorbar labels visible
plt.show()

InformationsquelleAutor spinup

Wie schon in anderen Antworten, die Idee ist in der Regel zu definieren, Achsen für die colorbar zu liegen. Es gibt verschiedene Möglichkeiten, dies zu tun; einer, der bisher nicht genannten und doch wäre direkt angeben der Farbskala Achsen zur Nebenhandlung Schöpfung mit plt.subplots(). Der Vorteil ist, dass die Achsen-position muss nicht manuell festgelegt werden und in allen Fällen mit automatischer Aspekt der Farbskala wird genau die gleiche Höhe wie die Nebenhandlungen. Auch in vielen Fällen, in denen Bilder verwendet werden, das Ergebnis wird zufriedenstellend sein, wie unten gezeigt.

Bei der Verwendung plt.subplots(), die Verwendung von gridspec_kw argument erlaubt, um die colorbar Achsen, die viel kleiner als die anderen Achsen.

fig, (ax, ax2, cax) = plt.subplots(ncols=3,figsize=(5.5,3), 
                  gridspec_kw={"width_ratios":[1,1, 0.05]})

Beispiel:

import matplotlib.pyplot as plt
import numpy as np; np.random.seed(1)

fig, (ax, ax2, cax) = plt.subplots(ncols=3,figsize=(5.5,3), 
                  gridspec_kw={"width_ratios":[1,1, 0.05]})
fig.subplots_adjust(wspace=0.3)
im  = ax.imshow(np.random.rand(11,8), vmin=0, vmax=1)
im2 = ax2.imshow(np.random.rand(11,8), vmin=0, vmax=1)
ax.set_ylabel("y label")

fig.colorbar(im, cax=cax)

plt.show()

Dies funktioniert gut, wenn die Grundstücke " Aspekt ist autoscaled oder die Bilder werden verkleinert, die aufgrund Ihrer Aspekt in der Breite-Richtung (wie in der oben). Wenn, jedoch, die Bilder sind breiter als hoch, das Ergebnis würde wie folgt Aussehen, die möglicherweise nicht erwünscht sind.

Lösung fix die Farbskala die Höhe der Nebenhandlung Höhe wäre, die Nutzung mpl_toolkits.axes_grid1.inset_locator.InsetPosition um die colorbar-Achsen relativ zu dem Bild Nebenhandlung Achsen.

import matplotlib.pyplot as plt
import numpy as np; np.random.seed(1)
from mpl_toolkits.axes_grid1.inset_locator import InsetPosition

fig, (ax, ax2, cax) = plt.subplots(ncols=3,figsize=(7,3), 
                  gridspec_kw={"width_ratios":[1,1, 0.05]})
fig.subplots_adjust(wspace=0.3)
im  = ax.imshow(np.random.rand(11,16), vmin=0, vmax=1)
im2 = ax2.imshow(np.random.rand(11,16), vmin=0, vmax=1)
ax.set_ylabel("y label")

ip = InsetPosition(ax2, [1.05,0,0.05,1]) 
cax.set_axes_locator(ip)

fig.colorbar(im, cax=cax, ax=[ax,ax2])

plt.show()

InformationsquelleAutor ImportanceOfBeingErnest

Lösung mit einer Liste der Achsen durch abevieiramota funktioniert sehr gut, bis Sie nur eine Reihe von Bildern, wie schon in den Kommentaren. Mit einem vernünftigen Seitenverhältnis für figsize hilft, aber ist noch weit von perfekt. Zum Beispiel:

import numpy as np
import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(9.75, 3))
for ax in axes.flat:
    im = ax.imshow(np.random.random((10,10)), vmin=0, vmax=1)

fig.colorbar(im, ax=axes.ravel().tolist())

plt.show()

Den colorbar-Funktion bietet die shrink parameter, die einen Skalierungsfaktor für die Größe der Farbskala Achsen. Es erfordert einige manuelle trial-and-error. Zum Beispiel:

fig.colorbar(im, ax=axes.ravel().tolist(), shrink=0.75)

InformationsquelleAutor spinup

Bemerkte ich, dass fast jeder die Lösung gepostet beteiligt ax.imshow(im, ...) und nicht normalisieren sich die angezeigten Farben auf der Farbskala für die mehrere subfigures. Die im abbildbar werden, stammen aus der letzten Instanz, aber was ist, wenn die Werte der mehrere im-s unterschiedlich sind? (Ich gehe davon aus, dass diese mappables sind in der gleichen Weise behandelt, daß die Kontur-sets und Oberfläche-sets behandelt werden.) Ich habe ein Beispiel mit einem 3d-plot unten, schafft zwei colorbars für eine 2x2-Teilfläche (eine Farbskala pro Zeile). Obwohl die Frage fragt explizit für eine andere Anordnung, ich denke, das Beispiel verdeutlicht einige Dinge. Ich habe noch keinen Weg gefunden, dies zu tun mit plt.subplots(...) noch wegen der 3D-Achsen-leider.

Wenn ich nur könnte position die colorbars in einer besseren Art und Weise... (Es ist wahrscheinlich ein viel besserer Weg, dies zu tun, aber zumindest sollte es nicht allzu schwer zu Folgen.)

import matplotlib
from matplotlib import cm
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

cmap = 'plasma'
ncontours = 5

def get_data(row, col):
    """ get X, Y, Z, and plot number of subplot
        Z > 0 for top row, Z < 0 for bottom row """
    if row == 0:
        x = np.linspace(1, 10, 10, dtype=int)
        X, Y = np.meshgrid(x, x)
        Z = np.sqrt(X**2 + Y**2)
        if col == 0:
            pnum = 1
        else:
            pnum = 2
    elif row == 1:
        x = np.linspace(1, 10, 10, dtype=int)
        X, Y = np.meshgrid(x, x)
        Z = -np.sqrt(X**2 + Y**2)
        if col == 0:
            pnum = 3
        else:
            pnum = 4
    print("\nPNUM: {}, Zmin = {}, Zmax = {}\n".format(pnum, np.min(Z), np.max(Z)))
    return X, Y, Z, pnum

fig = plt.figure()
nrows, ncols = 2, 2
zz = []
axes = []
for row in range(nrows):
    for col in range(ncols):
        X, Y, Z, pnum = get_data(row, col)
        ax = fig.add_subplot(nrows, ncols, pnum, projection='3d')
        ax.set_title('row = {}, col = {}'.format(row, col))
        fhandle = ax.plot_surface(X, Y, Z, cmap=cmap)
        zz.append(Z)
        axes.append(ax)

## get full range of Z data as flat list for top and bottom rows
zz_top = zz[0].reshape(-1).tolist() + zz[1].reshape(-1).tolist()
zz_btm = zz[2].reshape(-1).tolist() + zz[3].reshape(-1).tolist()
## get top and bottom axes
ax_top = [axes[0], axes[1]]
ax_btm = [axes[2], axes[3]]
## normalize colors to minimum and maximum values of dataset
norm_top = matplotlib.colors.Normalize(vmin=min(zz_top), vmax=max(zz_top))
norm_btm = matplotlib.colors.Normalize(vmin=min(zz_btm), vmax=max(zz_btm))
cmap = cm.get_cmap(cmap, ncontours) # number of colors on colorbar
mtop = cm.ScalarMappable(cmap=cmap, norm=norm_top)
mbtm = cm.ScalarMappable(cmap=cmap, norm=norm_btm)
for m in (mtop, mbtm):
    m.set_array([])

# ## create cax to draw colorbar in
# cax_top = fig.add_axes([0.9, 0.55, 0.05, 0.4])
# cax_btm = fig.add_axes([0.9, 0.05, 0.05, 0.4])
cbar_top = fig.colorbar(mtop, ax=ax_top, orientation='vertical', shrink=0.75, pad=0.2) #, cax=cax_top)
cbar_top.set_ticks(np.linspace(min(zz_top), max(zz_top), ncontours))
cbar_btm = fig.colorbar(mbtm, ax=ax_btm, orientation='vertical', shrink=0.75, pad=0.2) #, cax=cax_btm)
cbar_btm.set_ticks(np.linspace(min(zz_btm), max(zz_btm), ncontours))

plt.show()
plt.close(fig)
## orientation of colorbar = 'horizontal' if done by column

InformationsquelleAutor allthemikeysaretaken