我有以下代码:

import matplotlib.pyplot as plt

cdict = {
  'red'  :  ( (0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)),
  'green':  ( (0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)),
  'blue' :  ( (0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45))
}

cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024)

plt.clf()
plt.pcolor(X, Y, v, cmap=cm)
plt.loglog()
plt.xlabel('X Axis')
plt.ylabel('Y Axis')

plt.colorbar()
plt.show()

因此，这会使用指定的颜色图生成 X 轴与 Y 轴上的值“v”的图形。 X 轴和 Y 轴是完美的，但是颜色图在 v 的最小值和最大值之间分布。我想强制颜色图在 0 和 1 之间。

我想过使用:

plt.axis(...)

设置轴的范围，但这只需要 X 和 Y 的最小值和最大值的参数，而不是颜色图。

编辑:

为清楚起见，假设我有一个值范围为 (0 ... 0.3) 的图，以及另一个值范围为 (0.2 ... 0.8) 的图。

在这两个图中，我希望颜色条的范围为 (0 ... 1)。在这两个图中，我希望这个颜色范围使用上面的整个 cdict 范围是相同的(所以两个图中的 0.25 将是相同的颜色)。在第一个图表中，0.3 和 1.0 之间的所有颜色都不会出现在图表中，但会出现在侧面的颜色栏键中。另一方面，所有介于 0 和 0.2 之间以及介于 0.8 和 1 之间的颜色都不会出现在图表中，但会出现在侧面的颜色栏中。

最佳答案

使用 vmin 和 vmax 强制颜色范围。这是一个例子:

import matplotlib as m
import matplotlib.pyplot as plt
import numpy as np

cdict = {
  'red'  :  ( (0.0, 0.25, .25), (0.02, .59, .59), (1., 1., 1.)),
  'green':  ( (0.0, 0.0, 0.0), (0.02, .45, .45), (1., .97, .97)),
  'blue' :  ( (0.0, 1.0, 1.0), (0.02, .75, .75), (1., 0.45, 0.45))
}

cm = m.colors.LinearSegmentedColormap('my_colormap', cdict, 1024)

x = np.arange(0, 10, .1)
y = np.arange(0, 10, .1)
X, Y = np.meshgrid(x,y)

data = 2*( np.sin(X) + np.sin(3*Y) )

def do_plot(n, f, title):
    #plt.clf()
    plt.subplot(1, 3, n)
    plt.pcolor(X, Y, f(data), cmap=cm, vmin=-4, vmax=4)
    plt.title(title)
    plt.colorbar()

plt.figure()
do_plot(1, lambda x:x, "all")
do_plot(2, lambda x:np.clip(x, -4, 0), "<0")
do_plot(3, lambda x:np.clip(x, 0, 4), ">0")
plt.show()

https://stackoverflow.com/questions/3373256/