将colorbar作为图例添加到matplotlib scatterplot（多个子图，多个散点图）

Question

我有几个子图，我想添加一个颜色条。 每个子图由7个散点组成。 我发现了如何添加色块的建议，但它们主要与每个散点的值有关，而与行本身无关。

代表性示例代码：

import numpy as np
from matplotlib import pyplot as plt

x = range(50)
scales = np.linspace(0, 2, 7)
locs = range(4)
cmap = plt.get_cmap("Spectral")
for s_plot in range(4):
    plt.subplot(2, 2, s_plot+1)
    color = iter(cmap(np.linspace(0, 1, len(scales))))
    for scale in scales:
        c = next(color)
        y = np.random.normal(loc=locs[s_plot], scale=scale, size=50)
        plt.scatter(x, y, c=c, s=5)
        plt.title("Mean = {:d}".format(locs[s_plot]))
plt.subplots_adjust(hspace=0.4)
plt.show()

上面的例子给出：

我想要的颜色条看起来像这样（假的，放在情节旁边）：

因此，colorbar不会描绘散点图的值，而是描绘迭代的不同“行”（在这种情况下：不同的比例）。 在有助于将点与比例匹配的示例中。

我试过的很简单

plt.colorbar()

在完成每个子图之后调用一次。 但我得到TypeError: You must first set_array for mappable另外，因为它是我想要创建颜色图的不同尺度，我也尝试过

plt.colorbar(scales) 

返回： AttributeError: 'numpy.ndarray' object has no attribute 'autoscale_None' 。

我目前缺乏如何继续这方面的指导。 编辑：我被标记为matplotlib colorbar for scatter的可能副本。 我已经发现了这个问题，但它对我的问题没有帮助。 在我的情况下，我需要一个独立于z值的colormap，但只会指示“行号”或“散点行”，或者你想要调用它（相当于plt.plot “lines”） ）。

Answer 1

colorbar需要ScalarMappable作为输入。 因此，如果您在绘图中创建的任何内容都不适合，那么您可以自己创建它。

import numpy as np
from matplotlib import pyplot as plt
from matplotlib.cm import ScalarMappable

x = range(50)
scales = np.linspace(0, 2, 7)
locs = range(4)
cmap = plt.get_cmap("Spectral")
norm = plt.Normalize(scales.min(), scales.max())

fig, axes = plt.subplots(2,2, constrained_layout=True, sharey=True)

for s_plot, ax in enumerate(axes.flat):
    for scale in scales:
        y = np.random.normal(loc=locs[s_plot], scale=scale, size=50)
        sc = ax.scatter(x, y, c=[cmap(norm(scale))], s=5)
        ax.set_title("Mean = {:d}".format(locs[s_plot]))

sm =  ScalarMappable(norm=norm, cmap=cmap)
sm.set_array([])
cbar = fig.colorbar(sm, ax=axes[:,1])
cbar.ax.set_title("scale")

plt.show()

Answer 2

如果我理解正确，那么你有一些范围，并希望为此绘制一个色彩图（没有一些情节实际上使用色彩图）。 基本上，您可以使用任何轴绘制颜色图

import matplotlib
norm = matplotlib.colors.Normalize(vmin=0, vmax=50)

ax = plt.gca()
matplotlib.colorbar.ColorbarBase(ax, cmap='viridis', norm=norm)

当然，您可以使用任何轴（或使用inset_axes将轴放置在特定的位置）。

更棘手的是获得与首先匹配色彩图的散点图的颜色。 我不确定是否有更简单的方法，但我将颜色转换为RGB以进行绘图。 这是一个完整的例子：

import matplotlib
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1.inset_locator import inset_axes
import numpy as np

N = 10

# dummy data
x_ = [k/10*np.arange(10) for k in range(N)]

cmap = matplotlib.cm.get_cmap('viridis')
cmap_values = np.linspace(0., 1., N)
colors = cmap(cmap_values)

colors_rgb = ['#{0:02x}{1:02x}{2:02x}'.format(int(255*a), int(255*b), int(255*c)) for a, b, c, _ in colors]

plt.figure()

for x, c in zip(x_, colors_rgb):
    plt.plot(x, c=c)

norm = matplotlib.colors.Normalize(vmin=0, vmax=50)
ticks = np.arange(0, 60, 10)

# vertical colorbar
cbaxes = inset_axes(plt.gca(), width="3%", height="80%", loc=2)
cbar = matplotlib.colorbar.ColorbarBase(cbaxes, cmap=cmap, norm=norm, ticks=ticks)
cbar.set_label('scale')
cbar.ax.set_yticklabels(ticks, fontsize=12)