### 自定义 Matplotlib Colorbar 设置 在 Python 的 `matplotlib` 库中，可以通过多种方式自定义颜色条（Colorbar）。以下是实现方法的具体说明： #### 1. 创建并调整 Colorbar 属性 可以使用 `plt.colorbar()` 方法创建 Colorbar 并通过参数控制其外观。例如，设置颜色映射（colormap）、范围以及标签等。 ```python import matplotlib.pyplot as plt import numpy as np data = np.random.rand(10, 10) fig, ax = plt.subplots() cax = ax.imshow(data, cmap='viridis') # 使用指定的颜色映射 'viridis' cb = fig.colorbar(cax, orientation='vertical', extend='both') # 调整 Colorbar 的属性 cb.set_label('Intensity (a.u.)') # 添加标签 cb.set_ticks([0, 0.5, 1]) # 定义刻度位置 cb.set_ticklabels(['Low', 'Medium', 'High']) # 修改刻度标签 plt.show() ``` 上述代码展示了如何更改颜色条的方向、扩展模式、标签和刻度[^1]。 #### 2. 控制颜色条的数值范围 如果数据分布不均匀或者需要突出显示特定区间，则可通过 `vmin` 和 `vmax` 参数来限定颜色条的上下限。 ```python data = np.linspace(-1, 1, 100).reshape(10, 10) fig, ax = plt.subplots() cax = ax.imshow(data, cmap='coolwarm', vmin=-0.5, vmax=0.5) # 设定最小值和最大值 cb = fig.colorbar(cax) cb.set_clim(-0.5, 0.5) # 手动设定 clim 来影响颜色条范围 plt.show() ``` 此部分演示了如何利用 `vmin`, `vmax` 和 `set_clim` 函数限制颜色条表示的数据范围。 #### 3. 更改颜色映射方案 除了内置 colormap 外，还可以自定义新的 colormaps 或者加载外部预设好的选项。 ```python from matplotlib.colors import ListedColormap colors = ["white", "lightblue", "blue"] custom_cmap = ListedColormap(colors) data = np.arange(100).reshape((10, 10)) fig, ax = plt.subplots() cax = ax.contourf(data, levels=[0, 50, 75, 100], cmap=custom_cmap) cb = fig.colorbar(cax, ticks=[0, 50, 75, 100]) cb.ax.set_yticklabels(['Zero', 'Fifty', 'Seventy-Five', 'Hundred']) plt.show() ``` 这里介绍了构建个性化 Colormap 的过程，并将其应用于 contour 图形绘制当中。 ---