Matplotlib 确保0在RdBu颜色栏中变为白色

我使用以下代码片段创建了一个热图：

将numpy导入为np
将matplotlib.pyplot作为plt导入
d=np.随机.正态（.4,2，（10,10））
plt.imshow（d，cmap=plt.cm.RdBu）
plt.colorbar（）
plt.show（）

结果如下图所示：

现在，由于数据的中点不是0，因此colormap值为0的单元格不是白色，而是略带红色

如何强制彩色贴图，使max=blue、min=red和0=white？

前一篇so帖子（）希望解决更复杂的情况，但其中一个答案谈到了中的MidpointNormalize子类。这样，解决方案就变成：

将matplotlib导入为mpl
将numpy作为np导入
将matplotlib.pyplot作为plt导入
类中点规格化（mpl.colors.Normalize）：
##从mpl文档中初始化：
# https://matplotlib.org/users/colormapnorms.html
定义初始值（self，vmin=None，vmax=None，middpoint=None，clip=False）：
self.midpoint=中点
super（）.\uuuu init\uuuu（vmin，vmax，clip）
定义调用（self、value、clip=None）：
#我忽略了遮罩值和所有类型的边缘情况，以创建一个
#简单的例子。。。
x、 y=[self.vmin，self.middpoint，self.vmax]，[0,0.5,1]
返回np.ma.masked_数组（np.interp（值，x，y））
d=np.随机.正态（.4,2，（10,10））
plt.imshow（d，cmap=plt.cm.RdBu，norm=middpointnormalize（middpoint=0））
plt.colorbar（）
plt.show（）

Joe Kington编写了这个子类，Rutger Kassies指出了答案

使用一个

注意：从matplotlib 3.2开始

diversingnorm

重命名为

TwoSlopeNorm

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

d = np.random.normal(.4,2,(10,10))

norm = mcolors.DivergingNorm(vmin=d.min(), vmax = d.max(), vcenter=0)
plt.imshow(d, cmap=plt.cm.RdBu, norm=norm)

plt.colorbar()
plt.show()

---

此外，您还可以手动设置coloraxis的限制