Python Matplotlib-将颜色条添加到一系列线图中

我有两个变量（x，y）的一系列直线图，用于变量z的许多不同值。我通常会添加带有如下图例的线条图：

import matplotlib.pyplot as plt

fig = plt.figure()
ax  = fig.add_subplot(111)
# suppose mydata is a list of tuples containing (xs, ys, z) 
# where xs and ys are lists of x's and y's and z is a number. 
legns = []
for(xs,ys,z) in mydata:
   pl = ax.plot(xs,ys,color = (z,0,0))
   legns.append("z = %f"%(z))
ax.legends(legns) 
plt.show()

import matplotlib.pyplot as plt
import matplotlib.cm     as cm

fig = plt.figure()
ax  = fig.add_subplot(111)
mycmap = cm.hot
# suppose mydata is a list of tuples containing (xs, ys, z) 
# where xs and ys are lists of x's and y's and z is a number between 0 and 1
plots = []
for(xs,ys,z) in mydata:
   pl = ax.plot(xs,ys,color = mycmap(z))
   plots.append(pl)
fig.colorbar(plots)
plt.show()

但是我有太多的图表，图例会覆盖图表。我希望有一个颜色条，指示对应于颜色的z值。我在galery中找不到类似的东西，我所有的尝试都失败了。显然，在尝试添加颜色条之前，我必须创建一个绘图集合

有没有一个简单的方法可以做到这一点？谢谢

编辑（澄清）：

我想做这样的事情：

import matplotlib.pyplot as plt

fig = plt.figure()
ax  = fig.add_subplot(111)
# suppose mydata is a list of tuples containing (xs, ys, z) 
# where xs and ys are lists of x's and y's and z is a number. 
legns = []
for(xs,ys,z) in mydata:
   pl = ax.plot(xs,ys,color = (z,0,0))
   legns.append("z = %f"%(z))
ax.legends(legns) 
plt.show()

import matplotlib.pyplot as plt
import matplotlib.cm     as cm

fig = plt.figure()
ax  = fig.add_subplot(111)
mycmap = cm.hot
# suppose mydata is a list of tuples containing (xs, ys, z) 
# where xs and ys are lists of x's and y's and z is a number between 0 and 1
plots = []
for(xs,ys,z) in mydata:
   pl = ax.plot(xs,ys,color = mycmap(z))
   plots.append(pl)
fig.colorbar(plots)
plt.show()

但根据Matplotlib引用，这将不起作用，因为绘图列表不是“可映射的”，不管这意味着什么

我使用

LineCollection

创建了一个替代打印函数：

def myplot(ax,xs,ys,zs, cmap):
    plot = lc([zip(x,y) for (x,y) in zip(xs,ys)], cmap = cmap)
    plot.set_array(array(zs))
    x0,x1 = amin(xs),amax(xs)
    y0,y1 = amin(ys),amax(ys)
    ax.add_collection(plot)
    ax.set_xlim(x0,x1)
    ax.set_ylim(y0,y1)
    return plot

---

xs

和

ys

是x和y坐标列表，而

zs

是为每一行着色的不同条件列表。但感觉有点像是一根棍棒。。。我认为会有一个更简洁的方法来做到这一点。我喜欢

plt.plot（）

函数的灵活性

这里有一种方法可以在仍然使用plt.plot（）的情况下执行此操作。基本上，你做一个一次性的绘图，然后从那里得到颜色条

import matplotlib as mpl
import matplotlib.pyplot as plt

min, max = (-40, 30)
step = 10

# Setting up a colormap that's a simple transtion
mymap = mpl.colors.LinearSegmentedColormap.from_list('mycolors',['blue','red'])

# Using contourf to provide my colorbar info, then clearing the figure
Z = [[0,0],[0,0]]
levels = range(min,max+step,step)
CS3 = plt.contourf(Z, levels, cmap=mymap)
plt.clf()

# Plotting what I actually want
X=[[1,2],[1,2],[1,2],[1,2]]
Y=[[1,2],[1,3],[1,4],[1,5]]
Z=[-40,-20,0,30]
for x,y,z in zip(X,Y,Z):
    # setting rgb color based on z normalized to my range
    r = (float(z)-min)/(max-min)
    g = 0
    b = 1-r
    plt.plot(x,y,color=(r,g,b))
plt.colorbar(CS3) # using the colorbar info I got from contourf
plt.show()

这有点浪费，但很方便。如果您可以调用plt.colorbar（）进行多个绘图，而无需重新生成它的信息，这也不是很浪费

（我知道这是一个老问题，但…）色条需要一个

matplotlib.cm.ScalarMappable

，

plt.plot

产生的线条不是标量可映射的，因此，为了制作色条，我们需要制作一个标量可映射的线条

嗯。因此

ScalarMappable

的构造函数采用

cmap

和

norm

实例。（将数据缩放到0-1的范围，即您已经使用过的CMAP，并取一个介于0-1之间的数字，然后返回一种颜色）。因此，在你的情况下：

import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.normalize(min=0, max=1))
plt.colorbar(sm)

由于您的数据已经在0-1范围内，您可以将

sm

创建简化为：

sm = plt.cm.ScalarMappable(cmap=my_cmap)

希望这能帮助别人

编辑：对于matplotlib v1.2或更高版本，代码变为：

import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.normalize(vmin=0, vmax=1))
# fake up the array of the scalar mappable. Urgh...
sm._A = []
plt.colorbar(sm)

import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.Normalize(vmin=0, vmax=1))
# fake up the array of the scalar mappable. Urgh...
sm._A = []
plt.colorbar(sm)

编辑：对于matplotlib v1.3或更高版本，代码变为：

import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.normalize(vmin=0, vmax=1))
# fake up the array of the scalar mappable. Urgh...
sm._A = []
plt.colorbar(sm)

import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.Normalize(vmin=0, vmax=1))
# fake up the array of the scalar mappable. Urgh...
sm._A = []
plt.colorbar(sm)

编辑：对于matplotlib v3.1或更高版本，简化为：

import matplotlib.pyplot as plt
sm = plt.cm.ScalarMappable(cmap=my_cmap, norm=plt.Normalize(vmin=0, vmax=1))
plt.colorbar(sm)

---

以下是一个略为简化的示例，其灵感来源于和给出的顶级答案（感谢您的好主意！）：

1. 离散色条 离散的colorbar更为复杂，因为由

mpl.cm.get\u cmap（）

生成的colormap不是作为

colorbar（）

参数所需的可映射图像。需要生成可映射的假人，如下所示：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl

n_lines = 5
x = np.linspace(0, 10, 100)
y = np.sin(x[:, None] + np.pi * np.linspace(0, 1, n_lines))
c = np.arange(1, n_lines + 1)

cmap = mpl.cm.get_cmap('jet', n_lines)

fig, ax = plt.subplots(dpi=100)
# Make dummie mappable
dummie_cax = ax.scatter(c, c, c=c, cmap=cmap)
# Clear axis
ax.cla()
for i, yi in enumerate(y.T):
    ax.plot(x, yi, c=cmap(i))
fig.colorbar(dummie_cax, ticks=c)
plt.show();

这将生成带有离散色条的绘图：

---

2. 连续色条 由于

mpl.cm.ScalarMappable（）

允许我们为

colorbar（）获取“图像”，因此连续色条较少涉及

这将生成具有连续色条的绘图：

[旁注]在这个例子中，我个人不知道为什么需要
cmap.set\u数组（[]）
（否则我们会收到错误消息）。如果有人理解幕后的原则，请发表评论：）
因为这里的其他答案尝试使用虚拟图，这不是很好的风格，这里是

离散色条
离散色条的生成方式与创建连续色条的方式相同，只是规格化不同。在这种情况下，应使用
边界规范

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

n_lines = 5
x = np.linspace(0, 10, 100)
y = np.sin(x[:, None] + np.pi * np.linspace(0, 1, n_lines))
c = np.arange(1., n_lines + 1)

cmap = plt.get_cmap("jet", len(c))
norm = matplotlib.colors.BoundaryNorm(np.arange(len(c)+1)+0.5,len(c))
sm = plt.cm.ScalarMappable(norm=norm, cmap=cmap)
sm.set_array([])  # this line may be ommitted for matplotlib >= 3.1

fig, ax = plt.subplots(dpi=100)
for i, yi in enumerate(y.T):
    ax.plot(x, yi, c=cmap(i))
fig.colorbar(sm, ticks=c)
plt.show()

您的问题有点让人困惑——您是在尝试制作与z值颜色相对应的颜色条，还是只是创建一个颜色条，可以在一系列线图中附加到一个图形的侧面以节省空间？颜色条的一种替代方法可能是在定义图例时使用
bbox\u to\u anchor
在图形边界之外创建一个包含性图例。只需附加一个颜色条即可。我不介意使用一个内置的彩色地图。即使在图表之外，图例也不是一个可行的选择。我在这个图表中有50多行。此外，一个传奇将是远远超过读者需要的信息。这会把图表弄得乱七八糟。它们是针对不同温度值的模拟曲线。色条将充分告知读者每条曲线（热、冷、极冷）的温度范围。每条线路的准确温度值并不重要。实现这一点的方法是通过线路收集，就像您已经做的一样（尽管您可以稍微清理一些调用）
plot
返回
Line2D
对象，这些对象本身具有离散颜色，而不是可以显示在颜色栏上的“可映射”颜色。话虽如此，您可以从colormap创建一个“假”标量可映射对象，并为其显示颜色栏，但这不仅仅是使用线条集合。我知道这非常古老，但这似乎也很相关：伟大的解决方案！（对于这个问题，似乎没有一个简单的解决方案；除了使用linecollection）这个问题的不错的解决方案，但我认为更好的解决方案是创建一个标量可映射实例（参见我的答案）。有没有办法使用颜色条来实现这一点，该颜色条会在颜色方案中产生连续的变化，而不是带状的变化，上图中显示的离散？需要一些改进：根据颜色图，我猜蓝线的Z=-35，即使施加了-40。我更喜欢这种方法：这也不起作用<代码>类型错误：uuu init_uuuu（）得到一个意外的关键字参数“max”
这对我来说很有效：我只是使用了linspace而不是z1，因为我正在绘制颜色映射本身，所以数字是任意的。：）看起来matplotlib v1.3的示例应该进行更多的调整，当前