Imshow 具有相同颜色条的子图

Question

我想制作 4 imshow 子图，但它们都共享相同的颜色图。 Matplotlib 会根据矩阵的条目自动调整颜色图上的比例。例如，如果我的一个矩阵的所有整数为 10，另一个矩阵的所有条目都等于 5，并且我使用 Greys 颜色图，那么我的一个子图应该是完全黑色的，另一个应该是完全灰色。但他们俩最终都变成了全黑。如何使所有子图在颜色图上共享相同的比例？

原文由 lovespeed 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

要做到这一点，您需要让所有图像具有相同的强度等级，否则 colorbar() 颜色是没有意义的。为此，请使用 vmin 和 vmax imshow() 参数，并确保它们对所有图像都相同。

例如，如果要显示的值范围从 0 到 10，则可以使用以下内容：

 import pylab as plt
import numpy as np
my_image1 = np.linspace(0, 10, 10000).reshape(100,100)
my_image2 = np.sqrt(my_image1.T) + 3
plt.subplot(1, 2, 1)
plt.imshow(my_image1, vmin=0, vmax=10, cmap='jet', aspect='auto')
plt.subplot(1, 2, 2)
plt.imshow(my_image2, vmin=0, vmax=10, cmap='jet', aspect='auto')
plt.colorbar()

原文由 tiago 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

当数据（data1 和 data2）集的范围未知并且您想对两个/所有图使用相同的颜色条时，找到整体最小值和最大值以用作 vmin 和 vmax 在对 imshow 的调用中：

 import numpy as np
import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=1, ncols=2)

# generate randomly populated arrays
data1 = np.random.rand(10,10)*10
data2 = np.random.rand(10,10)*10 -7.5

# find minimum of minima & maximum of maxima
minmin = np.min([np.min(data1), np.min(data2)])
maxmax = np.max([np.max(data1), np.max(data2)])

im1 = axes[0].imshow(data1, vmin=minmin, vmax=maxmax,
                     extent=(-5,5,-5,5), aspect='auto', cmap='viridis')
im2 = axes[1].imshow(data2, vmin=minmin, vmax=maxmax,
                     extent=(-5,5,-5,5), aspect='auto', cmap='viridis')

# add space for colour bar
fig.subplots_adjust(right=0.85)
cbar_ax = fig.add_axes([0.88, 0.15, 0.04, 0.7])
fig.colorbar(im2, cax=cbar_ax)

原文由 airdas 发布，翻译遵循 CC BY-SA 4.0 许可协议