Python 如何在极坐标图（半圆等高线图）中正确显示颜色条？

我正在用matplotlib中的Pyplot在极坐标图中绘制一个大的温度矩阵（对于一个圆的每个r和θ）。到目前为止，我所做的一切都很顺利：

space_theta = radians(linspace(0, 180, M))
space_r = arange(0, a, delta_r)

r, theta = meshgrid(space_theta, space_r)

fig, axes = plt.subplots(subplot_kw=dict(projection='polar'))
axes.contourf(r, theta, T[W-1]) #T[W-1] is the temperatures I want to plot (T is a 3D matrix, so T[W-1] is a matrix)

axes.set_thetamin(0)
axes.set_thetamax(180)

plt.show()

有了这些，我得到了以下结果：

现在我只想添加一个颜色图例，指示哪个颜色对应哪个温度。它应该是这样的（只关注图例）：

我在几个网站上搜索过，但没有找到如何做到这一点。每次用于绘制图形的方法都不同。我尝试使用colorbar（），这为每个人解决了问题，但我得到了一个错误（“没有找到可用于创建colorbar的映射”）

---

注意：如果可能的话，我想在颜色图例上显示最大值和最小值。

您可以使用

plt.colorbar

，并将

axes.contourf

的结果作为第一个参数。 您会注意到默认的颜色栏太大了。要

收缩

它，请使用

收缩=.6

使其与轮廓图相似。现在，您会注意到它将太接近绘图。这可以通过

pad=0.08

进行调整

请注意，numpy库有许多与其他库名称相似的函数。为了明确您使用的是numpy函数，最好将numpy作为np导入

下面是一个更完整的示例：

从matplotlib导入pyplot作为plt
将numpy作为np导入
M=100
a=1
δr=0.01
空间θ=np弧度（np.linspace（0，180，M））
空间=np.arange（0，a，delta）
T=np.随机.均匀（-30,40,M*len（space_r））.重塑（（M，len（space_r）））
r、 θ=np.meshgrid（空间θ，空间r）
图，轴=plt.子批次（子批次_kw=dict（投影=极坐标））
轮廓图=轴。轮廓f（r，θ，T）
轴。设置为（0）
轴。设置最大值（180）
plt.colorbar（轮廓图，收缩=0.6，衬垫=0.08）
plt.show（）

您可以使用
plt.colorbar
，并将
axes.contourf
的结果作为第一个参数。
您会注意到默认的颜色栏太大了。要
收缩
它，请使用
收缩=.6
使其与轮廓图相似。现在，您会注意到它将太接近绘图。这可以通过
pad=0.08
进行调整

请注意，numpy库有许多与其他库名称相似的函数。为了明确您使用的是numpy函数，最好将numpy作为np导入

下面是一个更完整的示例：

从matplotlib导入pyplot作为plt
将numpy作为np导入
M=100
a=1
δr=0.01
空间θ=np弧度（np.linspace（0，180，M））
空间=np.arange（0，a，delta）
T=np.随机.均匀（-30,40,M*len（space_r））.重塑（（M，len（space_r）））
r、 θ=np.meshgrid（空间θ，空间r）
图，轴=plt.子批次（子批次_kw=dict（投影=极坐标））
轮廓图=轴。轮廓f（r，θ，T）
轴。设置为（0）
轴。设置最大值（180）
plt.colorbar（轮廓图，收缩=0.6，衬垫=0.08）
plt.show（）

来自图库。您应该始终在示例中显示导入内容，以便我们知道
弧度
和
排列
是什么。您还应该包括您尝试使用
.colorbar（）
。谢谢！我在理解matplotlib的不同功能是如何工作的方面遇到了一些困难，但现在看来它可以工作了。只是需要调整一下尺寸，但我会没事的。从图库中。您应该始终在示例中显示导入内容，以便我们知道
弧度
和
排列
是什么。您还应该包括您尝试使用
.colorbar（）
。谢谢！我在理解matplotlib的不同功能是如何工作的方面遇到了一些困难，但现在看来它可以工作了。只是需要调整一下尺寸，但我会没事的。