Matplotlib 颜色条：出现一些不带标签的刻度

Question

我正在使用 plr.scatter 和对数刻度，并且我正在尝试向颜色条添加一些特定的刻度值，但它似乎真的很随意。 请参阅示例：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
import matplotlib
from matplotlib.ticker import LogFormatter

x, y = np.meshgrid(np.linspace(0, 1, 30), np.linspace(0, 1, 30))
z = x**2 + 15*y**3 + 1.5
plt.figure(figsize=(9, 4.5))
plt.scatter(x, y, c=z, cmap=cm.jet, norm=matplotlib.colors.LogNorm(), vmin=1, vmax=20)
formatter = LogFormatter(10, labelOnlyBase=False) 
cbar = plt.colorbar(ticks=[1, 2, 5, 10, 15, 20], format=formatter)

此代码生成了所有必需的主要刻度，加上一些次要刻度，但仅标记为 1 和 10，而我需要在颜色栏中看到所有数字。 起初我虽然是因为 1 和 10 是 integer 10 的幂，而其他数字不是，但是...

...如果我将日志基数更改为 2，我们可以在 1 和 2 处看到刻度标签，它们是 2 的幂，但我们也可以在 5、10 和 20 处看到标签，但不是。 这次也没有出现 15，但是如果我尝试添加 17 它可以工作（图片上未显示，但确实如此）

formatter = LogFormatter(2, labelOnlyBase=False)

这是什么魔法，我如何让 matplotlib 将我想要的标签准确地添加到刻度？ 我可以通过使用手动完成

cbar.ax.set_yticklabels(['1', '2', '5', '10', '15', '20'])

但这似乎是多余的。 有没有更好的办法？

Answer 1

您可以使用formatter any axis刻度。 下面是示例。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
import matplotlib
from matplotlib.colors import LogNorm

x, y = np.meshgrid(np.linspace(0, 1, 30), np.linspace(0, 1, 30))
z = x**2 + 15*y**3 + 1.5
f, ax = plt.subplots(figsize=(9, 4.5))
p = plt.scatter(x, y, c=z, cmap=cm.jet, norm=LogNorm(vmin=1, vmax=20) )

v1 = np.linspace(z.min(), z.max(), 8, endpoint=True)

cbar=plt.colorbar(ticks=v1)              
cbar.ax.set_yticklabels(["{:4.2f}".format(i) for i in v1]) # add the labels

Answer 2

LogFormatter及其子类使用minor_thresholds参数来决定何时隐藏非十年刻度标签以防止过度拥挤。 默认情况下，这将隐藏几乎所有非十年标签，但您可以增加它以允许出现更多标签。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
from matplotlib.ticker import LogFormatter
from matplotlib.colors import LogNorm

x, y = np.meshgrid(np.linspace(0, 1, 30), np.linspace(0, 1, 30))
z = x**2 + 15*y**3 + 1.5
plt.figure(figsize=(9, 4.5))
cnorm = LogNorm(vmin=1, vmax=20)
plt.scatter(x, y, c=z, cmap=cm.jet, norm=cnorm)
# define minor_thresholds to be >= the range of the color scale
decades = np.ceil(np.log10(cnorm.vmax / cnorm.vmin))
formatter = LogFormatter(10, minor_thresholds=(decades, decades))
cbar = plt.colorbar(ticks=[1, 2, 5, 10, 15, 20], format=formatter)