matplotlib颜色栏勾号标签外部错误

当自定义标记位于vmin或vmax之外时，自定义标签将移动：

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm
from numpy.random import random

# Make plot with horizontal colorbar
fig, ax = plt.subplots()

data = random((250,250)) + 3.5

norm = matplotlib.colors.Normalize(vmin=2.5,vmax=4.5)

cax = ax.imshow(data, interpolation='nearest', cmap=cm.afmhot, norm=norm)
ax.set_title('Gaussian noise with horizontal colorbar')

cbar = fig.colorbar(cax, ticks=[1,2,3,4], orientation='horizontal')
cbar.set_ticklabels(['one','two', 'three', 'four'])# horizontal colorbar

plt.savefig("example.png")

---

是虫子吗？任何解决方法？

您可以获得第一个实际的刻度，并将标签与指定的刻度值/位置进行比较。然后，您可以使用该索引启动自定义标签。
下面是一个经过修改的示例：

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm
from numpy.random import random

# Make plot with horizontal colorbar
fig, ax = plt.subplots()

data = random((250,250)) + 3.5

norm = matplotlib.colors.Normalize(vmin=2.5,vmax=4.5)

cax = ax.imshow(data, interpolation='nearest', cmap=cm.afmhot, norm=norm)
ax.set_title('Gaussian noise with horizontal colorbar')

TICKS = [1,2,3,4]

cbar = fig.colorbar(cax, ticks=TICKS, orientation='horizontal')

# the following command extracts the first tick object from the x-axis of
# the colorbar:
tick = cbar.ax.get_xaxis().get_major_ticks()[0]

# Here you compare the text of the first tick label to all the tick locations
# you have defined in TICKS (they need to be strings for this):
CUSTOM_INDEX = [str(S) for S in TICKS].index(tick.label1.get_text())

TICKLABELS = ['one','two', 'three', 'four']

# Now, you can use the index of the actual first tick as a starting tick to
# your list of custom labels:
cbar.set_ticklabels(TICKLABELS[CUSTOM_INDEX:])# horizontal colorbar

plt.show()

---

您可以获取第一个实际刻度，并将标签与指定刻度的值/位置进行比较。然后，您可以使用该索引启动自定义标签。
下面是一个经过修改的示例：

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm
from numpy.random import random

# Make plot with horizontal colorbar
fig, ax = plt.subplots()

data = random((250,250)) + 3.5

norm = matplotlib.colors.Normalize(vmin=2.5,vmax=4.5)

cax = ax.imshow(data, interpolation='nearest', cmap=cm.afmhot, norm=norm)
ax.set_title('Gaussian noise with horizontal colorbar')

TICKS = [1,2,3,4]

cbar = fig.colorbar(cax, ticks=TICKS, orientation='horizontal')

# the following command extracts the first tick object from the x-axis of
# the colorbar:
tick = cbar.ax.get_xaxis().get_major_ticks()[0]

# Here you compare the text of the first tick label to all the tick locations
# you have defined in TICKS (they need to be strings for this):
CUSTOM_INDEX = [str(S) for S in TICKS].index(tick.label1.get_text())

TICKLABELS = ['one','two', 'three', 'four']

# Now, you can use the index of the actual first tick as a starting tick to
# your list of custom labels:
cbar.set_ticklabels(TICKLABELS[CUSTOM_INDEX:])# horizontal colorbar

plt.show()

---

您可以获取第一个实际刻度，并将标签与指定刻度的值/位置进行比较。然后，您可以使用该索引启动自定义标签。
下面是一个经过修改的示例：

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm
from numpy.random import random

# Make plot with horizontal colorbar
fig, ax = plt.subplots()

data = random((250,250)) + 3.5

norm = matplotlib.colors.Normalize(vmin=2.5,vmax=4.5)

cax = ax.imshow(data, interpolation='nearest', cmap=cm.afmhot, norm=norm)
ax.set_title('Gaussian noise with horizontal colorbar')

TICKS = [1,2,3,4]

cbar = fig.colorbar(cax, ticks=TICKS, orientation='horizontal')

# the following command extracts the first tick object from the x-axis of
# the colorbar:
tick = cbar.ax.get_xaxis().get_major_ticks()[0]

# Here you compare the text of the first tick label to all the tick locations
# you have defined in TICKS (they need to be strings for this):
CUSTOM_INDEX = [str(S) for S in TICKS].index(tick.label1.get_text())

TICKLABELS = ['one','two', 'three', 'four']

# Now, you can use the index of the actual first tick as a starting tick to
# your list of custom labels:
cbar.set_ticklabels(TICKLABELS[CUSTOM_INDEX:])# horizontal colorbar

plt.show()

---

您可以获取第一个实际刻度，并将标签与指定刻度的值/位置进行比较。然后，您可以使用该索引启动自定义标签。
下面是一个经过修改的示例：

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import cm
from numpy.random import random

# Make plot with horizontal colorbar
fig, ax = plt.subplots()

data = random((250,250)) + 3.5

norm = matplotlib.colors.Normalize(vmin=2.5,vmax=4.5)

cax = ax.imshow(data, interpolation='nearest', cmap=cm.afmhot, norm=norm)
ax.set_title('Gaussian noise with horizontal colorbar')

TICKS = [1,2,3,4]

cbar = fig.colorbar(cax, ticks=TICKS, orientation='horizontal')

# the following command extracts the first tick object from the x-axis of
# the colorbar:
tick = cbar.ax.get_xaxis().get_major_ticks()[0]

# Here you compare the text of the first tick label to all the tick locations
# you have defined in TICKS (they need to be strings for this):
CUSTOM_INDEX = [str(S) for S in TICKS].index(tick.label1.get_text())

TICKLABELS = ['one','two', 'three', 'four']

# Now, you can use the index of the actual first tick as a starting tick to
# your list of custom labels:
cbar.set_ticklabels(TICKLABELS[CUSTOM_INDEX:])# horizontal colorbar

plt.show()

---

这不是特定于

彩色条的内容。如果将记号标签指定为字符串列表，则它们始终（也在X或Y轴上）分配给第一个记号。请看这个简单的例子：

import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot([0,1],[1,0])
ax.set_xticklabels(["one", "two", "three"])

这吸引了：


现在，勾号标签
one
、
two
和
three
分别对应于0.0、0.2和0.4

如果我们将其放大：

ax.set_xlim(.1,.9)

我们得到：


现在，相同的标签对应于0.1、0.2、0.3，因为它们是最左侧的标签

因此，标签字符串不会绑定到记号位置

有一些变通办法，但最好的办法实际上取决于你想完成什么。
这不是特定于
彩色条的。如果将记号标签指定为字符串列表，则它们始终（也在X或Y轴上）分配给第一个记号。请看这个简单的例子：

import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot([0,1],[1,0])
ax.set_xticklabels(["one", "two", "three"])

这吸引了：


现在，勾号标签
one
、
two
和
three
分别对应于0.0、0.2和0.4

如果我们将其放大：

ax.set_xlim(.1,.9)

我们得到：


现在，相同的标签对应于0.1、0.2、0.3，因为它们是最左侧的标签

因此，标签字符串不会绑定到记号位置

有一些变通办法，但最好的办法实际上取决于你想完成什么。
这不是特定于
彩色条的。如果将记号标签指定为字符串列表，则它们始终（也在X或Y轴上）分配给第一个记号。请看这个简单的例子：

import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot([0,1],[1,0])
ax.set_xticklabels(["one", "two", "three"])

这吸引了：


现在，勾号标签
one
、
two
和
three
分别对应于0.0、0.2和0.4

如果我们将其放大：

ax.set_xlim(.1,.9)

我们得到：


现在，相同的标签对应于0.1、0.2、0.3，因为它们是最左侧的标签

因此，标签字符串不会绑定到记号位置

有一些变通办法，但最好的办法实际上取决于你想完成什么。
这不是特定于
彩色条的。如果将记号标签指定为字符串列表，则它们始终（也在X或Y轴上）分配给第一个记号。请看这个简单的例子：

import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot([0,1],[1,0])
ax.set_xticklabels(["one", "two", "three"])

这吸引了：


现在，勾号标签
one
、
two
和
three
分别对应于0.0、0.2和0.4

如果我们将其放大：

ax.set_xlim(.1,.9)

我们得到：


现在，相同的标签对应于0.1、0.2、0.3，因为它们是最左侧的标签

因此，标签字符串不会绑定到记号位置

有一些解决方法，但最好的解决方法实际上取决于您想要完成什么。
请让我完全理解：您希望能够指定独立于数据范围的刻度（其中一些可能在数据范围之外）。然后要指定自定义标签。打印时，matplotlib应该知道——在本例中——前两个记号超出范围（且未打印），因此仅使用第三个和第四个自定义标签。我还在github上写了一篇文章。这是
FixedFormatter
的正确行为，当您使用
set_ticklabels
时，您应该设置刻度本身，以控制标签的显示位置……我完全理解：您希望能够独立指定刻度（其中一些可能超出）数据范围。然后，您需要指定自定义标签。打印时，matplotlib应该知道（在本例中）前两个记号超出范围（且未打印）因此，只使用第三个和第四个自定义标签？没错。我还在github上写了一篇文章。这是
FixedFormatter
的正确行为，当您使用
set_ticklabels
时，您也应该设置标记本身，以控制标签的显示位置……让我完全理解：您要能够指定独立于数据范围的记号（其中一些可能在数据范围之外）。然后要指定自定义标签。打印时，matplotlib应该知道（在本例中）前两个记号在范围之外（并且未打印）因此，只使用第三个和第四个自定义标签？没错。我还在github上写了一篇文章。这是
FixedFormatter
的正确行为，当您使用
set_ticklabels
时，您也应该设置标记本身，以控制标签的显示位置……让我完全理解：您要能够指定独立于数据范围的记号（其中一些可能在数据范围之外）。然后要指定自定义标签。打印时，matplotlib应该知道（在本例中）前两个记号在范围之外（并且未打印）因此，只使用第三个和第四个自定义标签？没错。我还在github上写了一篇文章。这是
FixedFormatter
的正确行为，这就是您在使用