一、基本介紹

plt.colorbar是matplotlib庫中用來添加顏色條的函數(shù)。顏色條可以為圖形提供重要的信息，例如數(shù)據(jù)值對應(yīng)的顏色等級。在其最簡單的用法中，plt.colorbar函數(shù)將當前活動圖形（gca）中的圖像作為輸入，并添加一個垂直顏色條（色卡）到其右側(cè)。

import numpy as np
import matplotlib.pyplot as plt

# 生成數(shù)據(jù)并畫出散點圖
N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.rand(N)
sizes = np.pi * (15*np.random.rand(N))**2
plt.scatter(x, y, s=sizes, c=colors)
plt.colorbar()

plt.show()

二、顏色映射

plt.colorbar的主要功能是將特定范圍的數(shù)據(jù)值與顏色進行匹配，并創(chuàng)建相應(yīng)的顏色條。這是通過指定cmap參數(shù)來實現(xiàn)的，該參數(shù)指定了要使用哪個顏色映射。matplotlib提供了幾種內(nèi)置的顏色映射，其中包括：

也可以創(chuàng)建自定義顏色映射，具體見下方代碼。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap

# 自定義顏色映射
colors = [(0, 0, 1), (0, 1, 0), (1, 0, 0)]
cmap = LinearSegmentedColormap.from_list('my_cmap', colors, N=3)

# 生成數(shù)據(jù)并畫出散點圖
N = 50
x = np.random.rand(N)
y = np.random.rand(N)
z = np.random.randint(0, 3, N)
plt.scatter(x, y, c=z, cmap=cmap)
plt.colorbar(ticks=[0, 1, 2], label='Class')

plt.show()

三、顏色條格式化

為了讓顏色條上的標簽更為清晰易讀，可以通過設(shè)置plt.colorbar的標簽參數(shù)label和刻度參數(shù)ticks等進行調(diào)整。此外，您還可以使用format參數(shù)來格式化標簽。

import numpy as np
import matplotlib.pyplot as plt

# 生成數(shù)據(jù)并畫出散點圖
N = 50
x = np.random.rand(N)
y = np.random.rand(N)
z = np.random.randint(0, 100, N)
plt.scatter(x, y, c=z, cmap='jet')
plt.colorbar(format='%d%%', label='Percentage')

plt.show()

四、水平顏色條

plt.colorbar默認會創(chuàng)建一個垂直顏色條，但是有時候需要一個水平顏色條。您只需要將方向參數(shù)orientation設(shè)置為'horizontal'即可。

import numpy as np
import matplotlib.pyplot as plt

# 生成數(shù)據(jù)并畫出散點圖
N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.rand(N)
sizes = np.pi * (15*np.random.rand(N))**2
plt.scatter(x, y, s=sizes, c=colors)
plt.colorbar(orientation='horizontal')

plt.show()

五、多圖形顏色條

如果您在單個圖形中繪制了多個數(shù)據(jù)集，每個數(shù)據(jù)集都需要用不同的顏色映射。此時，您可以為每個子圖創(chuàng)建各自的顏色條。示例代碼如下：

import numpy as np
import matplotlib.pyplot as plt

# 生成數(shù)據(jù)并畫出兩個子圖形
N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors1 = np.random.rand(N)
sizes = np.pi * (15*np.random.rand(N))**2

fig, axs = plt.subplots(1, 2)

# 繪制第一個子圖形并添加顏色條
axs[0].scatter(x, y, s=sizes, c=colors1, cmap='viridis')
cb1 = plt.colorbar(ax=axs[0], label='First')

# 繪制第二個子圖形并添加顏色條
colors2 = np.random.rand(N)
axs[1].scatter(x, y, s=sizes, c=colors2, cmap='plasma')
cb2 = plt.colorbar(ax=axs[1], label='Second')

plt.show()