多個子圖中的顏色條不遵循相同的比例

Question

我正在嘗試比較四個二維直方圖。 我需要每個直方圖中的顏色條。 但是，很明顯，所有直方圖中的色標並不相同。 有沒有辦法讓這個比例相同？。

我使用的代碼在這里：

plt.set_cmap('hot')


fig = plt.figure()

fig.set_size_inches(10, 10)

# Adds subplot on position 1
ax = fig.add_subplot(221,aspect='equal')
# Adds subplot on position 2
ax2 = fig.add_subplot(222, aspect='equal')

ax3 = fig.add_subplot(223, aspect='equal')

ax4 = fig.add_subplot(224, aspect='equal')


h = ax.hist2d(data,datay,bins=(100,100), rasterized=True,range=np.array([(-7.9, 7.9), (-7.9, 7.9)]))


ax.set_title('step size = 2.0 ', size= 16, fontname='Comic Sans MS')


h2 = ax2.hist2d(data2,datay2,bins=(100,100), rasterized=True,range=np.array([(-7.9, 7.9), (-7.9, 7.9)]))
ax2.set_title('step size = 5.0 ', size= 16, fontname='Comic Sans MS')



h3 = ax3.hist2d(data3,datay3,bins=(100,100), rasterized=True,range=np.array([(-7.9, 7.9), (-7.9, 7.9)]))
ax3.set_title('step size = 6.0 ', size= 16, fontname='Comic Sans MS')
    

h4 = ax4.hist2d(data4,datay4,bins=(100,100), rasterized=True,range=np.array([(-7.9, 7.9), (-7.9, 7.9)]))
ax4.set_title('step size = 8.0 ', size= 16, fontname='Comic Sans MS')


"""
DEFINING COLOR BARS
"""
divider = make_axes_locatable(ax)
cax = divider.append_axes('right', size='5%', pad=0.05)
fig.colorbar(h[3], cax=cax)


divider = make_axes_locatable(ax2)
cax = divider.append_axes('right', size='5%', pad=0.05)
fig.colorbar(h2[3], cax=cax)

divider = make_axes_locatable(ax3)
cax = divider.append_axes('right', size='5%', pad=0.05)
fig.colorbar(h3[3], cax=cax)

divider = make_axes_locatable(ax4)
cax = divider.append_axes('right', size='5%', pad=0.05)
fig.colorbar(h4[3], cax=cax)

ax2.set_yticks([])
ax4.set_yticks([])

plt.subplots_adjust(wspace=0.3)


plt.savefig('24pog.pdf') 
plt.savefig('24pog.png') 
plt.show()  

Answer 1

您必須標准化顏色范圍（查看文檔中的cmax 、 cmin 。或者，您可以使用ScalarMappable ，即

import matplotlib.pyplot as plt, numpy as np

norm = plt.cm.colors.Normalize(vmin = 0, vmax = 2)
cmap = 'hot'
sc = plt.cm.ScalarMappable(norm = norm, cmap =  cmap)

fig, ax = plt.subplots(2, 2)
for idx, axi in enumerate(ax.flat):
    axi.hist2d(*np.random.rand(2, 10), cmap = cmap)
    fig.colorbar(sc, ax = axi)
fig.show()

Answer 2

plt.hist2d的問題是，要將相同的“顏色縮放”應用於您的四個數據實例，您必須事先知道四個直方圖的分箱值，但在繪制直方圖之前您不知道這些值。

一種可能的解決方案是繪制兩次直方圖，第二次您將了解所有分箱數據，但這似乎很浪費。

另一種方法是繪制四個直方圖，讀取分箱數據范圍，然后更改hist2d返回的顏色網格的屬性，但這似乎很復雜。

在我看來，最簡單、最經濟的做法是自己模仿hist2d ，這里可以看到它的源碼（注意： self是一個Axes實例）

def hist2d(self, x, y, bins=10, range=None, density=False, weights=None,
           cmin=None, cmax=None, **kwargs):
    ...
    h, xedges, yedges = np.histogram2d(x, y, bins=bins, range=range,
                                       density=density, weights=weights)
    ...
    pc = self.pcolormesh(xedges, yedges, h.T, **kwargs)
    self.set_xlim(xedges[0], xedges[-1])
    self.set_ylim(yedges[0], yedges[-1])

    return h, xedges, yedges, pc

好吧，沒什么特別的……所以計划是在每個x, y實例上調用histogram2d ，將結果保存在一個列表中，檢查分箱數據以找到正確的歸一化，最后，使用我們從histogram2d保存的數據，調用pcolormesh —請注意，如果需要，您還可以對所有繪圖使用相同的軸限制。

這是我使用過的代碼

In [49]: import matplotlib.pyplot as plt
    ...: from matplotlib.cm import ScalarMappable
    ...: from numpy.random import rand
    ...: from numpy import histogram2d
    ...: 
    ...: # generate data - I have not your data…
    ...: data = ((rand(10000+500*i), rand(10000+500*i)) for i in range(4))
    ...: 
    ...: # generate histograms (for you it's for x, y in ((x1,x2),(x2,y2),...)
    ...: hist = [histogram2d(x,y) for x, y in data]
    ...: # find min and max for each histogram
    ...: min_, max_ = zip(*((h.min(), h.max()) for h, xedges, yedges in hist))
    ...: 
    ...: norm = plt.Normalize(min(min_), max(max_))
    ...: sm = ScalarMappable(norm, 'hot')
    ...: 
    ...: fig, sp = plt.subplots(2, 2, constrained_layout=1)
    ...: sp = sp.flatten()
    ...: for ax, (h, xedges, yedges) in zip(sp, hist):
    ...:     ax.pcolormesh(xedges, yedges, h.T, norm=norm, cmap='hot')
    ...: plt.colorbar(sm, ax=sp, aspect=30)