Python Matplotlib 2个子批次，1个颜色条

我花了太长时间研究如何在Matplotlib中使两个子图共享同一y轴，并在两个子图之间共享一个颜色条

所发生的事情是，当我在

subplot1

或

subplot2

中调用

colorbar（）

函数时，它会自动缩放绘图，这样colorbar加上绘图就可以放在“subplot”边界框中，导致两个并排绘图的大小非常不同

为了解决这个问题，我尝试创建第三个子图，然后对其进行黑客攻击，使其仅呈现一个色条，而不呈现任何绘图。 唯一的问题是，现在两幅图的高度和宽度都不均匀，我不知道如何使它看起来好

这是我的密码：

from __future__ import division
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import patches
from matplotlib.ticker import NullFormatter

# SIS Functions
TE = 1 # Einstein radius
g1 = lambda x,y: (TE/2) * (y**2-x**2)/((x**2+y**2)**(3/2)) 
g2 = lambda x,y: -1*TE*x*y / ((x**2+y**2)**(3/2))
kappa = lambda x,y: TE / (2*np.sqrt(x**2+y**2))

coords = np.linspace(-2,2,400)
X,Y = np.meshgrid(coords,coords)
g1out = g1(X,Y)
g2out = g2(X,Y)
kappaout = kappa(X,Y)
for i in range(len(coords)):
    for j in range(len(coords)):
        if np.sqrt(coords[i]**2+coords[j]**2) <= TE:
            g1out[i][j]=0
            g2out[i][j]=0

fig = plt.figure()
fig.subplots_adjust(wspace=0,hspace=0)

# subplot number 1
ax1 = fig.add_subplot(1,2,1,aspect='equal',xlim=[-2,2],ylim=[-2,2])
plt.title(r"$\gamma_{1}$",fontsize="18")
plt.xlabel(r"x ($\theta_{E}$)",fontsize="15")
plt.ylabel(r"y ($\theta_{E}$)",rotation='horizontal',fontsize="15")
plt.xticks([-2.0,-1.5,-1.0,-0.5,0,0.5,1.0,1.5])
plt.xticks([-2.0,-1.5,-1.0,-0.5,0,0.5,1.0,1.5])
plt.imshow(g1out,extent=(-2,2,-2,2))
plt.axhline(y=0,linewidth=2,color='k',linestyle="--")
plt.axvline(x=0,linewidth=2,color='k',linestyle="--")
e1 = patches.Ellipse((0,0),2,2,color='white')
ax1.add_patch(e1)

# subplot number 2
ax2 = fig.add_subplot(1,2,2,sharey=ax1,xlim=[-2,2],ylim=[-2,2])
plt.title(r"$\gamma_{2}$",fontsize="18")
plt.xlabel(r"x ($\theta_{E}$)",fontsize="15")
ax2.yaxis.set_major_formatter( NullFormatter() )
plt.axhline(y=0,linewidth=2,color='k',linestyle="--")
plt.axvline(x=0,linewidth=2,color='k',linestyle="--")
plt.imshow(g2out,extent=(-2,2,-2,2))
e2 = patches.Ellipse((0,0),2,2,color='white')
ax2.add_patch(e2)

# subplot for colorbar
ax3 = fig.add_subplot(1,1,1)
ax3.axis('off')
cbar = plt.colorbar(ax=ax2)

plt.show()

来自未来进口部的

将matplotlib.pyplot作为plt导入
将numpy作为np导入
从matplotlib导入修补程序
从matplotlib.ticker导入NullFormatter
#SIS功能
TE=1#爱因斯坦半径
g1=λx，y：（TE/2）*（y**2-x**2）/（x**2+y**2）**（3/2））
g2=λx，y:-1*TE*x*y/（（x**2+y**2）***（3/2））
kappa=λx，y:TE/（2*np.sqrt（x**2+y**2））
coords=np.linspace（-2,2400）
十、 Y=np.meshgrid（坐标系，坐标系）
g1out=g1（X，Y）
g2out=g2（X，Y）
kappaout=kappa（X，Y）
对于范围内的i（len（coords））：
对于范围内的j（len（coords））：
如果np.sqrt（coords[i]**2+coords[j]**2）只需将颜色条放置在其自身的轴上，并使用
子批次调整
为其腾出空间

举个简单的例子：

import numpy as np
import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=2, ncols=2)
for ax in axes.flat:
    im = ax.imshow(np.random.random((10,10)), vmin=0, vmax=1)

fig.subplots_adjust(right=0.8)
cbar_ax = fig.add_axes([0.85, 0.15, 0.05, 0.7])
fig.colorbar(im, cax=cbar_ax)

plt.show()


请注意，即使值的范围由
vmin
和
vmax
设置，颜色范围也将由最后绘制的图像（产生
im
）设置。例如，如果另一个绘图具有更高的最大值，则值高于
im
最大值的点将以统一颜色显示。
使用
make_轴
更容易，并给出更好的结果。它还提供了定制颜色条位置的可能性。
还要注意
子批次
选项以共享x轴和y轴

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

fig, axes = plt.subplots(nrows=2, ncols=2, sharex=True, sharey=True)
for ax in axes.flat:
    im = ax.imshow(np.random.random((10,10)), vmin=0, vmax=1)

cax,kw = mpl.colorbar.make_axes([ax for ax in axes.flat])
plt.colorbar(im, cax=cax, **kw)

plt.show()

您可以使用
figure.colorbar（）
的
ax
参数和轴列表简化Joe Kington的代码。
发件人：

斧头

无|将从中盗取新色条轴空间的父轴对象。如果给出了轴列表，它们都将调整大小，以便为颜色条轴留出空间

abevieiramota使用轴列表的解决方案非常有效，直到您仅使用一行图像，如注释中所指出。为
figsize
使用合理的纵横比会有所帮助，但还远远不够完美。例如：

import numpy as np
import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(9.75, 3))
for ax in axes.flat:
    im = ax.imshow(np.random.random((10,10)), vmin=0, vmax=1)

fig.colorbar(im, ax=axes.ravel().tolist())

plt.show()

fig.colorbar(im, ax=axes.ravel().tolist(), shrink=0.75)


提供了
收缩
参数，该参数是颜色条轴大小的比例因子。它确实需要一些手动尝试和错误。例如：

import numpy as np
import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(9.75, 3))
for ax in axes.flat:
    im = ax.imshow(np.random.random((10,10)), vmin=0, vmax=1)

fig.colorbar(im, ax=axes.ravel().tolist())

plt.show()

fig.colorbar(im, ax=axes.ravel().tolist(), shrink=0.75)

此解决方案不需要手动调整轴位置或色条大小，适用于多行和单行布局，也适用于
紧密布局（）。它使用matplotlib的
ImageGrid
从a改编而来

作为一个偶然发现这条线索的初学者，我想添加一个python for Dummie，以适应abevieiramota非常简洁的答案（因为我已经到了必须查找“ravel”才能了解他们的代码的程度）：

更不用说蟒蛇了，像我这样的疯子更容易看到这里到底发生了什么
 正如在其他答案中指出的那样，这个想法通常是为色条定义一个要驻留的轴。这样做的方式多种多样；一个尚未提及的问题是，使用
plt.subplot（）
在子地块创建时直接指定颜色条轴。其优点是，轴位置不需要手动设置，并且在所有具有自动纵横比的情况下，颜色条的高度将与子批次的高度完全相同。即使在许多使用图像的情况下，结果也会令人满意，如下所示

使用
plt.subplot（）
时，使用
gridspec_kw
参数可以使色条轴比其他轴小得多

fig, (ax, ax2, cax) = plt.subplots(ncols=3,figsize=(5.5,3), 
                  gridspec_kw={"width_ratios":[1,1, 0.05]})

例如：

import matplotlib.pyplot as plt
import numpy as np; np.random.seed(1)

fig, (ax, ax2, cax) = plt.subplots(ncols=3,figsize=(5.5,3), 
                  gridspec_kw={"width_ratios":[1,1, 0.05]})
fig.subplots_adjust(wspace=0.3)
im  = ax.imshow(np.random.rand(11,8), vmin=0, vmax=1)
im2 = ax2.imshow(np.random.rand(11,8), vmin=0, vmax=1)
ax.set_ylabel("y label")

fig.colorbar(im, cax=cax)

plt.show()


如果绘图的纵横比是自动缩放的，或者图像由于其在宽度方向上的纵横比而缩小（如上所述），则此操作效果良好。但是，如果图像的宽度大于高度，结果将如下所示，这可能是不希望的


将色条高度固定到子地块高度的解决方案是使用
mpl_工具包.轴网格1.插入定位器.插入位置
设置相对于图像子地块轴的色条轴

import matplotlib.pyplot as plt
import numpy as np; np.random.seed(1)
from mpl_toolkits.axes_grid1.inset_locator import InsetPosition

fig, (ax, ax2, cax) = plt.subplots(ncols=3,figsize=(7,3), 
                  gridspec_kw={"width_ratios":[1,1, 0.05]})
fig.subplots_adjust(wspace=0.3)
im  = ax.imshow(np.random.rand(11,16), vmin=0, vmax=1)
im2 = ax2.imshow(np.random.rand(11,16), vmin=0, vmax=1)
ax.set_ylabel("y label")

ip = InsetPosition(ax2, [1.05,0,0.05,1]) 
cax.set_axes_locator(ip)

fig.colorbar(im, cax=cax, ax=[ax,ax2])

plt.show()

我注意到，几乎所有发布的解决方案都涉及到
ax.imshow（im，…）
，并且没有对多个子图形的颜色栏显示的颜色进行规范化。
im
mappable来自上一个实例，但是如果多个
im
-s的值不同怎么办？（我假设这些可映射对象的处理方式与等高线集和曲面集的处理方式相同。）我有一个例子，使用下面的3d曲面图为2x2子地块创建两个色条（每行一个色条）。虽然这个问题明确要求不同的安排，但我认为这个例子有助于澄清一些事情。不幸的是，由于3D轴的存在，我还没有找到使用
plt.subplot（…）
实现这一点的方法


如果我能以更好的方式定位颜色条就好了。。。（或许有更好的方法可以做到这一点，但至少不难遵循。）

导入matplotlib
从matplotlib导入cm
将matplotlib.pyplot作为plt导入
将numpy作为np导入
从mpl_toolkits.mplot3d导入Axes3D
cmap=‘血浆’
n=5
def get_数据（行、列）：
“”“获取子地块的X、Y、Z和绘图编号
Z>0表示顶行，Z<0表示底行“”
如果行==0：
x=
import matplotlib.pyplot as plt
import numpy as np; np.random.seed(1)
from mpl_toolkits.axes_grid1.inset_locator import InsetPosition

fig, (ax, ax2, cax) = plt.subplots(ncols=3,figsize=(7,3), 
                  gridspec_kw={"width_ratios":[1,1, 0.05]})
fig.subplots_adjust(wspace=0.3)
im  = ax.imshow(np.random.rand(11,16), vmin=0, vmax=1)
im2 = ax2.imshow(np.random.rand(11,16), vmin=0, vmax=1)
ax.set_ylabel("y label")

ip = InsetPosition(ax2, [1.05,0,0.05,1]) 
cax.set_axes_locator(ip)

fig.colorbar(im, cax=cax, ax=[ax,ax2])

plt.show()

import matplotlib
from matplotlib import cm
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

cmap = 'plasma'
ncontours = 5

def get_data(row, col):
    """ get X, Y, Z, and plot number of subplot
        Z > 0 for top row, Z < 0 for bottom row """
    if row == 0:
        x = np.linspace(1, 10, 10, dtype=int)
        X, Y = np.meshgrid(x, x)
        Z = np.sqrt(X**2 + Y**2)
        if col == 0:
            pnum = 1
        else:
            pnum = 2
    elif row == 1:
        x = np.linspace(1, 10, 10, dtype=int)
        X, Y = np.meshgrid(x, x)
        Z = -np.sqrt(X**2 + Y**2)
        if col == 0:
            pnum = 3
        else:
            pnum = 4
    print("\nPNUM: {}, Zmin = {}, Zmax = {}\n".format(pnum, np.min(Z), np.max(Z)))
    return X, Y, Z, pnum

fig = plt.figure()
nrows, ncols = 2, 2
zz = []
axes = []
for row in range(nrows):
    for col in range(ncols):
        X, Y, Z, pnum = get_data(row, col)
        ax = fig.add_subplot(nrows, ncols, pnum, projection='3d')
        ax.set_title('row = {}, col = {}'.format(row, col))
        fhandle = ax.plot_surface(X, Y, Z, cmap=cmap)
        zz.append(Z)
        axes.append(ax)

## get full range of Z data as flat list for top and bottom rows
zz_top = zz[0].reshape(-1).tolist() + zz[1].reshape(-1).tolist()
zz_btm = zz[2].reshape(-1).tolist() + zz[3].reshape(-1).tolist()
## get top and bottom axes
ax_top = [axes[0], axes[1]]
ax_btm = [axes[2], axes[3]]
## normalize colors to minimum and maximum values of dataset
norm_top = matplotlib.colors.Normalize(vmin=min(zz_top), vmax=max(zz_top))
norm_btm = matplotlib.colors.Normalize(vmin=min(zz_btm), vmax=max(zz_btm))
cmap = cm.get_cmap(cmap, ncontours) # number of colors on colorbar
mtop = cm.ScalarMappable(cmap=cmap, norm=norm_top)
mbtm = cm.ScalarMappable(cmap=cmap, norm=norm_btm)
for m in (mtop, mbtm):
    m.set_array([])

# ## create cax to draw colorbar in
# cax_top = fig.add_axes([0.9, 0.55, 0.05, 0.4])
# cax_btm = fig.add_axes([0.9, 0.05, 0.05, 0.4])
cbar_top = fig.colorbar(mtop, ax=ax_top, orientation='vertical', shrink=0.75, pad=0.2) #, cax=cax_top)
cbar_top.set_ticks(np.linspace(min(zz_top), max(zz_top), ncontours))
cbar_btm = fig.colorbar(mbtm, ax=ax_btm, orientation='vertical', shrink=0.75, pad=0.2) #, cax=cax_btm)
cbar_btm.set_ticks(np.linspace(min(zz_btm), max(zz_btm), ncontours))

plt.show()
plt.close(fig)
## orientation of colorbar = 'horizontal' if done by column

import numpy as np
import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=2, ncols=2, constrained_layout=True)
for ax in axes.flat:
    im = ax.pcolormesh(np.random.random((10,10)), vmin=0, vmax=1)

fig.colorbar(im, ax=axes.flat)
plt.show()

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.gridspec import GridSpec

# Define number of rows and columns you want in your figure
nrow = 2
ncol = 3

# Make a new figure
fig = plt.figure(constrained_layout=True)

# Design your figure properties
widths = [3,4,5,1]
gs = GridSpec(nrow, ncol + 1, figure=fig, width_ratios=widths)

# Fill your figure with desired plots
axes = []
for i in range(nrow):
    for j in range(ncol):
        axes.append(fig.add_subplot(gs[i, j]))
        im = axes[-1].pcolormesh(np.random.random((10,10)))

# Shared colorbar    
axes.append(fig.add_subplot(gs[:, ncol]))
fig.colorbar(im, cax=axes[-1])

plt.show()