带有颜色条和日期时间轴刻度的散点图

Question

我迷失在 matplotlib 中使用的不同方法中。

我想创建一个颜色编码的散点图，旁边有一个颜色条，x 轴上有一个日期时间。

但根据我定义ax 的方式，我会遇到不同的错误。 以下是我的代码的核心：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
import matplotlib.cm as cm
import matplotlib.dates as mdates

#.....loading files etc.

norm = mcolors.Normalize(vmin=0,vmax=1000)
timerange = pd.date_range(start='2015-01-01', end='2016-01-01', freq='30D')

### PLOTTING 
fig = plt.figure(figsize=(6.,5))
ax = fig.add_subplot(111)

for Af in Afiles:
    for index, row in Af.iterrows():
        time = pd.to_datetime(row['date'], format="%Y-%m-%d")
        plt.scatter(time, row['A'], c=row['z'], norm=norm, cmap=colormap,edgecolor='k', lw=0.8, s=80)

plt.xticks(timerange, rotation=90)
ax.xaxis.set_major_formatter(mdates.DateFormatter("%d/%m/%Y"))
plt.xlabel('Time', fontsize=11, color='k')

clb = fig.colorbar(ax)       
clb.ax.set_title('Value', y=-0.125, fontsize=11)
clb.ax.invert_yaxis()

fig.tight_layout()

这会产生AttributeError: 'AxesSubplot' object has no attribute 'autoscale_None'

但是如果我将我的ax 指定为散点图，以便我可以让我的颜色编码正常工作，那么我就会遇到轴格式化程序的问题。 改写ax = plt.scatter 会生成AttributeError: 'PathCollection' object has no attribute 'xaxis'。

我怎样才能同时拥有颜色条和格式化的轴刻度？

Answer 1

不要称分散器为ax。 （这会覆盖现有的轴 ax。）
颜色条需要 ScalarMappable 作为第一个参数（例如散点图）。由于散点图都是归一化的，你可以从循环中使用它，

norm = plt.Normalize(...)
for bla in blubb:
    scatter = plt.scatter(..., norm=norm) 

那么，

clb = fig.colorbar(scatter)

其余的应该保持不变。

Answer 2

基本思想是您需要为颜色条添加一个额外的轴。

很难知道这是否完全匹配，因为您没有提供带有数据的工作示例。但这至少可以作为一个模板。

首先，一些示例数据：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors
import matplotlib.cm as cm
import matplotlib.dates as mdates
from mpl_toolkits.axes_grid1 import make_axes_locatable

vmin = 0
vmax = 1000
timerange = pd.date_range(start='2015-01-01', end='2016-01-01', freq='30D')
N = len(timerange)

data = np.random.randint(vmin, vmax, size=N)
# z contains the colorbar values for each point
cmap = plt.get_cmap('Reds')
z = [cmap((x-vmin)/(vmax-vmin))[:3] for x in data]
df = pd.DataFrame({"value":data, "datetime":timerange, "z":z})

现在剧情：

fig = plt.figure(figsize=(6.,5))
ax = fig.add_subplot(111)

plt.scatter(x=df.datetime.values, y=df.value.values, c=df.z)

ax.set_xticklabels(timerange, rotation=90)
ax.xaxis.set_major_formatter(mdates.DateFormatter("%d/%m/%Y"))
ax.set_xlabel('Time')

现在添加颜色条：

norm = mcolors.Normalize(vmin=vmin,vmax=vmax)
m = cm.ScalarMappable(cmap='Reds', norm=norm)
m.set_array([(x-vmin)/(vmax-vmin) for x in df.value.values])

divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size="5%", pad=0.1)
clb = plt.colorbar(m, cax=cax)