在 matplotlib 中使用“contourf”设置颜色条范围

Question

与 contourf 一起使用时如何减少颜色条限制？图表本身的颜色界限用“vmin”和“vmax”很好地设置，但颜色条界限没有被修改。

import numpy as np
import matplotlib.pyplot as plt
x = np.arange(20)
y = np.arange(20)
data = x[:,None]+y[None,:]

X,Y = np.meshgrid(x,y)
vmin = 0
vmax = 15

#My attempt
fig,ax = plt.subplots()
contourf_ = ax.contourf(X,Y,data, 400, vmin=vmin, vmax=vmax)
cbar = fig.colorbar(contourf_)
cbar.set_clim( vmin, vmax )

# With solution from /sf/ask/3754915111/
levels = np.linspace(vmin, vmax, 400+1)
fig,ax = plt.subplots()
contourf_ = ax.contourf(X,Y,data, levels=levels, vmin=vmin, vmax=vmax)
cbar = fig.colorbar(contourf_)
plt.show()

“在 matplotlib 中设置颜色条范围”的解决方案适用于 pcolormesh，但不适用于轮廓。我想要的结果如下所示，但使用的是轮廓。

fig,ax = plt.subplots()
contourf_ = ax.pcolormesh(X,Y,data[1:,1:], vmin=vmin, vmax=vmax)
cbar = fig.colorbar(contourf_)

如果限制被扩展，“ set colorbar range with contourf ”的解决方案就可以了，但如果限制减少，则不行。

我正在使用 matplotlib 3.0.2

Answer 1

以下始终生成一个条形，其颜色与图表中的颜色相对应，但不显示超出范围的值的颜色[vmin,vmax]。

可以对其进行编辑（请参阅内联注释）以准确地给出您想要的结果，但是条形的颜色仍然与图表中的颜色相对应，这只是由于所使用的特定颜色图（我认为）：

# Start copied from your attempt
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(20)
y = np.arange(20)
data = x[:, None] + y[None, :]

X, Y = np.meshgrid(x, y)
vmin = 0
vmax = 15


fig, ax = plt.subplots()

# Start of solution
from matplotlib.cm import ScalarMappable
levels = 400

level_boundaries = np.linspace(vmin, vmax, levels + 1)

quadcontourset = ax.contourf(
    X, Y, data,
    level_boundaries,  # change this to `levels` to get the result that you want
    vmin=vmin, vmax=vmax
)


fig.colorbar(
    ScalarMappable(norm=quadcontourset.norm, cmap=quadcontourset.cmap),
    ticks=range(vmin, vmax+5, 5),
    boundaries=level_boundaries,
    values=(level_boundaries[:-1] + level_boundaries[1:]) / 2,
)

始终正确处理无法处理外部值的解决方案[vmin,vmax]：

请求的解决方案：