Python 移位颜色条matplotlib

我正在尝试为数据集创建填充轮廓。这应该相当简单：

plt.contourf(x, y, z, label = 'blah', cm = matplotlib.cm.RdBu)

---

但是，如果我的数据集在0左右不对称，我该怎么办？假设我想从蓝色（负值）到0（白色），再到红色（正值）。如果我的数据集从-8变为3，那么颜色栏的白色部分（应该是0）实际上是略微负的。有什么方法可以改变颜色栏吗？

首先，有多种方法可以做到这一点

将的实例作为

norm

kwarg传递

使用

colors

kwarg到

contourf

并手动指定颜色

使用由

matplotlib.colors.from\u levels\u和\u colors

构建的离散颜色贴图

最简单的方法是第一种选择。它也是允许您使用连续颜色贴图的唯一选项

使用第一个或第三个选项的原因是，它们适用于使用彩色贴图的任何类型的matplotlib绘图（例如，

imshow

，

scatter

，等等）

第三个选项从特定颜色构造一个离散的颜色映射和规格化对象。它基本上与第二个选项相同，但它将a）使用等高线图以外的其他类型的图，b）避免手动指定等高线的数量

作为第一个选项的示例（我将在这里使用

imshow

，因为它比

tourtf

对随机数据更有意义，但是

tourtf

除了

插值

选项外，还有相同的用法）：

作为第三个选项的示例（请注意，这将提供离散的colormap，而不是连续的colormap）：

---

应添加到Matplotlib@Joe金顿，那真是太棒了！我正在为一个开源项目复制您的类定义，并将您的名字作为作者。希望你能接受。@user832-加油！然而，保罗·霍布森（Paul Hobson）为最近向mpl提出的一个拉取请求编写了一个更完整的通用版本：根据您需要的功能，您可能最好将其作为基础。@JoeKington谢谢！我会检查保罗的答案，但现在你的答案正是我所需要的！正如@JoeKington上面提到的，中点规格化不处理许多边缘情况。我需要一个解决方案，它使用一个包含所有零的起始数组，然后随着值随时间的变化而更新。我最终采用了不同的标准来处理这个案子。这一问题的强有力解决方案显然非常困难，以至于开发工作不再进行。这似乎有些奇怪，因为在使用带有正负数据的发散调色板时，将0设置为中心点是一个常见的用例。

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

data = np.random.random((10,10))
data = 10 * (data - 0.8)

fig, ax = plt.subplots()
im = ax.imshow(data, norm=DivergingNorm(0), cmap=plt.cm.seismic, interpolation='none')
fig.colorbar(im)
plt.show()

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

data = np.random.random((10,10))
data = 10 * (data - 0.8)

num_levels = 20
vmin, vmax = data.min(), data.max()
midpoint = 0
levels = np.linspace(vmin, vmax, num_levels)
midp = np.mean(np.c_[levels[:-1], levels[1:]], axis=1)
vals = np.interp(midp, [vmin, midpoint, vmax], [0, 0.5, 1])
colors = plt.cm.seismic(vals)
cmap, norm = from_levels_and_colors(levels, colors)

fig, ax = plt.subplots()
im = ax.imshow(data, cmap=cmap, norm=norm, interpolation='none')
fig.colorbar(im)
plt.show()