加入颜色对照表

使用 matplotlib 绘制图表时，常常会将数据点上色，进行不同颜色的区隔，当数据点具有渐层色彩后，可以加入“颜色对照表 colorbar”，让整体数据更容易观察，这篇教学将会介绍如何加入颜色对照表 colorbar。

快速导览

• 什么是 colorbar？
• 加入 colorbar
• 多个子图表的 colorbar
• 设定 colorbar 属性样式
• 调整 colorbar 标签样式

本篇使用的 Python 版本为 3.7.12，所有范例可使用 Google Colab 实作，不用安装任何软件 ( 参考：使用 Google Colab )

什么是 colorbar？

colorbar ( 颜色对照表 ) 是一个辅助图表的对照表，显示在带有渐层色彩的图表旁边，提醒用户图表内颜色所代表的意义。

加入 colorbar

如果只是要加入 colorbar，只需要在绘制图表的后方，加上 colorbar() 的方法，就可以在图表上加入 colorbar，下方的程序码执行后，会在散布图的右侧加上 colorbar，颜色使用 PiYG 的 colormap。

参考：散布图 Scatter Chart、Choosing Colormaps in Matplotlib。

import matplotlib.pyplot as plt

x = [1,2,3,4,5,6,7,8,9,10]
y = [11,8,26,16,9,17,23,4,14,10]
plt.scatter(x, y, c=y, cmap='PiYG')  # 繪製散布圖，顏色使用 PiYG 的 colormap
plt.colorbar()   # 加入 colorbar
plt.show()

下方的例子使用 NumPy 产生每组 50 个 100～2000 随机数字 y 和 size，使用 matplotlib 绘制出散布图，并加入 colorbar。

参考：random.randint()。

import matplotlib.pyplot as plt
from numpy import random

x = range(0,50)
y = random.randint(100,2000,size=50)
s = random.randint(10,500,size=50)
plt.scatter(x, y, s=s, c=s, cmap='Reds')
plt.colorbar()
plt.show()

多个子图表的 colorbar

colorbar() 有下列几个常用的参数，设定参数后，就能将 colorbar 套用在不同的子图表 ( 完整参数参考：matplotlib.pyplot.colorbar )。

下方的程序码，先定义 a1 和 a2 变数为两张子图表，添加 colorbar 时，将 mappable 指定为 a1 和 a2，ax 指定为该子图表的座标系统，就能够在指定的子图表内，加上 colorbar。

参考：建立多个子图表 ( subplot、subplots )

import matplotlib.pyplot as plt
from numpy import random

x = range(0,50)
y = random.randint(100,2000,size=50)
s = random.randint(10,500,size=50)
fig, ax = plt.subplots(1,2)
a1 = ax[0].scatter(x, y, s=s, c=s, cmap='Reds')
a2 = ax[1].scatter(x, y, s=s, c=s, cmap='Blues')
plt.colorbar(a1,ax=ax[0])
plt.colorbar(a2,ax=ax[1],orientation='horizontal',pad=0.1)  # 調整參數，改成水平 colorbar
plt.tight_layout()
plt.show()

下方的程序码，会将前两个子图表共用一个 colorbar。

import matplotlib.pyplot as plt
from numpy import random

x = range(0,50)
y = random.randint(100,2000,size=50)
s = random.randint(100,2000,size=50)
fig, ax = plt.subplots(3,1)
a1 = ax[0].scatter(x, y, s=s, c=s, cmap='Reds')
a2 = ax[1].scatter(x, y, s=s, c=s, cmap='Reds')
a3 = ax[2].scatter(x, y, s=s, c=s, cmap='Blues')
plt.colorbar(a1,ax=[ax[0],ax[1]])     # ax 設定為串列，就能共用一個 colorbar
plt.colorbar(a3,ax=ax[2])
#cbar3.ax.tick_params(labelsize=18, labelcolor='#00c', direction='in', size=20, width=5, length=1)
#plt.tight_layout()
plt.show()

设定 colorbar 属性样式

透过调整 colorbar 的属性，能够设定 colorbar 的样式，常用的样式属性如下：

下方的程序码执行后，会透过 colorbar 的属性，改变蓝色的图表的 colorbar 样式。

import matplotlib.pyplot as plt
from numpy import random

x = range(0,50)
r = range(0,2200,200)
y = random.randint(100,2000,size=50)
s = random.randint(100,2000,size=50)
fig, ax = plt.subplots(1,2)
fig.set_size_inches(10,5)
a1 = ax[0].scatter(x, y, s=s, c=s, cmap='Reds')
a2 = ax[1].scatter(x, y, s=s, c=s, cmap='Blues')
cbar1 = plt.colorbar(a1,ax=ax[0])
cbar2 = plt.colorbar(a2,ax=ax[1],
                    boundaries=r,
                    ticks=r,
                    label='test',
                    extend='both')
plt.tight_layout()
plt.show()

调整 colorbar 标签样式

colorbar() 本身的参数无法调整文字标签样式，因此必须透过 ax.tick_params() 的方法进行设定，常用的参数设定如下：

下方的程序码执行后，会透过 ax.tick_params()，改变蓝色的图表的 colorbar 的标签样式。

import matplotlib.pyplot as plt
from numpy import random

x = range(0,50)
y = random.randint(100,2000,size=50)
s = random.randint(10,500,size=50)
fig, ax = plt.subplots(1,2)
fig.set_size_inches(10,5)
a1 = ax[0].scatter(x, y, s=s, c=s, cmap='Reds')
a2 = ax[1].scatter(x, y, s=s, c=s, cmap='Blues')
cbar1 = plt.colorbar(a1,ax=ax[0])
cbar2 = plt.colorbar(a2,ax=ax[1])
cbar2.ax.tick_params(labelsize=18, labelcolor='#00c', direction='in', size=10, width=5)
plt.tight_layout()
plt.show()

意见反馈