如何在matplotlib中仅使用和绘制颜色栏的一部分？

Question

我有一个参数不同的多条曲线，我想在一张图中绘制。为了区分它们，我想使用matplotlib的颜色条之一。为此，我根据所述参数生成颜色列表。此外，我想添加一个色条来解释所使用的颜色。我可以轻松地完成所有这些工作。现在的问题是，我只想使用可用颜色图的一部分，因为它变得太亮，因此在某个阈值之上几乎看不见。但是，当我现在仅在一个子范围中选择颜色时，我没有找到一种方法来调整显示的颜色栏的范围。

这是我想要实现的（几乎）最小的示例：

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

gs = gridspec.GridSpec(2, 1,
                       height_ratios=[1, 4]
                       )
ax = [plt.subplot(g) for g in gs]

parameterToColorBy = np.linspace(5, 10, 6, dtype=float)

maxColor = 0.85
colors = [plt.get_cmap("inferno")(i)
          for i in np.linspace(0, maxColor, parameterToColorBy.shape[0])]

norm = mpl.colors.Normalize(parameterToColorBy[0],
                            parameterToColorBy[0]+
                            (parameterToColorBy[-1]-parameterToColorBy[0])/
                            maxColor)
cb = mpl.colorbar.ColorbarBase(ax[0],
                               cmap="inferno",
                               norm=norm,
                               ticks=parameterToColorBy,
                               orientation='horizontal')
ax[0].xaxis.set_ticks_position('top')

for p, c in zip(parameterToColorBy, colors):
    ax[1].plot(np.arange(2)/p, c=c)

plt.show()

结果如下：

现在，我希望颜色条在10处停止。但是，如果我只是xlim通过添加line ax[0].set_xlim(0, maxColor)来调整子图的，则正确调整了有色部分，但周围的盒子却被弄乱了：

另外，我找到了一个colorbars函数set_clim。但这只会改变规范化，似乎无法按我的意愿工作。添加cb.set_clim(parameterToColorBy[0], parameterToColorBy[-1])结果会更改颜色，但轴不变：

我似乎需要的是调整显示的颜色条的限制的适当方法，或者是创建自己的颜色条作为可用颜色条的子集的方法。有什么方法可以实现这些目的之一？

Answer 1

您可以使用truncate_colormap我在下面的代码中编写的函数来截断颜色图。它matplotlib.colors.LinearSegmentedColormap从现有的颜色图创建新的。

请注意，您然后无需按比例缩放Normalise实例maxColor，并且在创建colors列表和时需要使用此新的颜色图实例colorbar。

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import matplotlib.colors as mcolors

gs = gridspec.GridSpec(2, 1,
                       height_ratios=[1, 4]
                       )
ax = [plt.subplot(g) for g in gs]

parameterToColorBy = np.linspace(5, 10, 6, dtype=float)

def truncate_colormap(cmap, minval=0.0, maxval=1.0, n=-1):
    if n == -1:
        n = cmap.N
    new_cmap = mcolors.LinearSegmentedColormap.from_list(
         'trunc({name},{a:.2f},{b:.2f})'.format(name=cmap.name, a=minval, b=maxval),
         cmap(np.linspace(minval, maxval, n)))
    return new_cmap

minColor = 0.00
maxColor = 0.85
inferno_t = truncate_colormap(plt.get_cmap("inferno"), minColor, maxColor)

colors = [inferno_t(i)
          for i in np.linspace(0, 1, parameterToColorBy.shape[0])]

norm = mpl.colors.Normalize(parameterToColorBy[0],
                            parameterToColorBy[-1])

cb = mpl.colorbar.ColorbarBase(ax[0],
                               cmap=inferno_t,
                               norm=norm,
                               ticks=parameterToColorBy,
                               orientation='horizontal')

ax[0].xaxis.set_ticks_position('top')

for p, c in zip(parameterToColorBy, colors):
    ax[1].plot(np.arange(2)/p, c=c)

plt.show()