Python matplotlib bwr颜色贴图，始终以零为中心

我试图用正数和负数绘制一个矩阵。数字的间隔为-1到1，但不在完整范围内。例如，数字有时可能在-0.2到+0.8之间（参见下面的代码）。 我想使用bwr颜色映射（蓝色->白色-红色），这样零总是用白色编码的-1应以最深的蓝色进行颜色编码，+1应以最深的红色进行颜色编码。下面是一个示例，其中两个图都只能通过颜色条进行区分

import numpy
from matplotlib import pyplot as plt

# some arbitrary data to plot
x = numpy.linspace(0, 2*numpy.pi, 30)
y = numpy.linspace(0, 2*numpy.pi, 20)
[X, Y] = numpy.meshgrid(x, y)
Z = numpy.sin(X)*numpy.cos(Y)

fig = plt.figure()
plt.ion()
plt.set_cmap('bwr') # a good start: blue to white to red colormap

# a plot ranging from -1 to 1, hence the value 0 (the average) is colorcoded in white
ax = fig.add_subplot(1, 2, 1)
plt.pcolor(X, Y, Z)
plt.colorbar()

# a plot ranging from -0.2 to 0.8 hence 0.3 (the average) is colorcoded in white
ax = fig.add_subplot(1, 2, 2)
plt.pcolor(X, Y, Z*0.5 + 0.3)   # rescaled Z-Data
plt.colorbar()

由该代码创建的图可以在此处看到：

如上所述，我正在寻找一种方法来始终使用相同的颜色对值进行颜色编码，其中-1:深蓝色、0:白色、+1:深红色。这是一行，我遗漏了什么，还是我必须自己写点什么

编辑： 经过长时间的挖掘，我自己找到了一个令人满意的答案，没有触摸颜色贴图，而是使用可选的输入到

pcolor

（见下文）。

---

尽管如此，我不会删除该问题，因为在发布此问题并单击相关问题/答案之前，我无法在SO上找到答案。另一方面，我不介意它被删除，因为如果你正在寻找正确的关键词，这个问题的答案可以在别处找到。

显然，我自己在挖掘了一段时间后找到了答案

pcolor

提供可选输入

vmin

和

vmax

。如果我将它们分别设置为-1和1，那么问题就迎刃而解了。然后，颜色编码似乎与vmin和vmax有关，而不是与绘制的数据的最小值和最大值有关。因此，将plot命令（和注释）更改为

它根据我的需要生成一个图形：

---

因此，设置

vmin=-1，vmax=1

就可以了，我不必更改颜色映射本身的内容。

您还可以使用

matplotlib.colors

将数据标准化为0作为中点，以增强图形的最大值和最小值。有关中的更多信息，您可以查看更多详细信息

导入matplotlib.colors作为颜色
#制定自己的标准的例子。另请参见matplotlib.colors。
#来自Joe Kington：这一条给出了两种不同的线性斜坡：
类中点规格化（颜色.规格化）：
定义初始值（self，vmin=None，vmax=None，middpoint=None，clip=False）：
self.midpoint=中点
颜色.规格化._初始化__（self，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numpy.ma.masked_数组（numpy.interp（值，x，y））
#####
#从-0.2到0.8的绘图，因此0.3（平均值）以白色进行彩色编码
ax=图添加子批次（1、2、2）
plt.pcolor（X，Y，Z*0.5+0.3，norm=middpointnormalize（middpoint=0））#将中点设置为0
plt.colorbar（extend='min'）#在最小值中扩展colorbar
plt.子批次_调整（左=0.125，下=0.1，右=0.9，上=0.95，wspace=0.5，hspace=0.1）#调整子批次

它产生了这个数字：

---

您可以像这样使用matplotlib.colors.TwoSlopenRM：

# define your scale, with white at zero
vmin = -0.2 
vmax = 0.8
norm = colors.TwoSlopeNorm(vmin=vmin, vcenter=0, vmax=vmax)

在你的例子中

import numpy
from matplotlib import pyplot as plt

# some arbitrary data to plot
x = numpy.linspace(0, 2*numpy.pi, 30)
y = numpy.linspace(0, 2*numpy.pi, 20)
[X, Y] = numpy.meshgrid(x, y)
Z = numpy.sin(X)*numpy.cos(Y)

fig = plt.figure()
plt.ion()
plt.set_cmap('bwr') # a good start: blue to white to red colormap

# a plot ranging from -1 to 1, hence the value 0 (the average) is colorcoded in white
ax = fig.add_subplot(1, 2, 1)
plt.pcolor(X, Y, Z)
plt.colorbar()

# a plot ranging from -0.2 to 0.8 hence 0.3 (the average) is colorcoded in white
ax = fig.add_subplot(1, 2, 2)

# define your scale, with white at zero
vmin = -0.2 
vmax = 0.8
norm = colors.TwoSlopeNorm(vmin=vmin, vcenter=0, vmax=vmax)

plt.pcolor(X, Y, Z, vmin=vmin, vmax=vmax, norm=norm)   
plt.colorbar()

将为您提供：

---

很高兴你能解决这个问题，但我想指出的是，只有当正范围设置为与负范围相同时，这种方法才会起作用。不过，这个问题有很多答案，这些答案都是很好的解决方法。@a我在寻找问题/答案时没有找到答案。幸运的是，约束条件vmin==-vmax对我的情况是正确的，我完成了这个问题的研究，因为我对结果感到满意。如果我再遇到这个问题，我现在知道在哪里寻找答案了（-）。这只是有点令人沮丧，因为我知道python和python绘图，我知道如何在matlab中解决我的问题…

diversingnorm

被弃用。较新的代码应该使用

TwoSlopeNorm

而不是谢谢你@lanhi，我更新了答案。

import numpy
from matplotlib import pyplot as plt

# some arbitrary data to plot
x = numpy.linspace(0, 2*numpy.pi, 30)
y = numpy.linspace(0, 2*numpy.pi, 20)
[X, Y] = numpy.meshgrid(x, y)
Z = numpy.sin(X)*numpy.cos(Y)

fig = plt.figure()
plt.ion()
plt.set_cmap('bwr') # a good start: blue to white to red colormap

# a plot ranging from -1 to 1, hence the value 0 (the average) is colorcoded in white
ax = fig.add_subplot(1, 2, 1)
plt.pcolor(X, Y, Z)
plt.colorbar()

# a plot ranging from -0.2 to 0.8 hence 0.3 (the average) is colorcoded in white
ax = fig.add_subplot(1, 2, 2)

# define your scale, with white at zero
vmin = -0.2 
vmax = 0.8
norm = colors.TwoSlopeNorm(vmin=vmin, vcenter=0, vmax=vmax)

plt.pcolor(X, Y, Z, vmin=vmin, vmax=vmax, norm=norm)   
plt.colorbar()