我想制作 4 个 imshow 子图，但它们都共享相同的颜色图。 Matplotlib 根据矩阵的条目自动调整颜色图上的比例。例如，如果我的一个矩阵的所有整数都为 10，而另一个矩阵的所有条目都等于 5，并且我使用 Greys 颜色图，那么我的一个子图应该是完全黑色的，而另一个应该是完全灰色的。但他们两个最终都变得完全黑了。如何使所有子图在颜色图上共享相同的比例？
【问题讨论】：
标签： python matplotlib
要做到这一点，您需要使所有图像具有相同的强度等级，否则colorbar() 颜色毫无意义。为此，请使用 imshow() 的 vmin 和 vmax 参数，并确保它们对于所有图像都相同。
例如，如果您要显示的值的范围是 0 到 10，您可以使用以下内容：
import pylab as plt
import numpy as np
my_image1 = np.linspace(0, 10, 10000).reshape(100,100)
my_image2 = np.sqrt(my_image1.T) + 3
subplot(1, 2, 1)
plt.imshow(my_image1, vmin=0, vmax=10, cmap='jet', aspect='auto')
plt.subplot(1, 2, 2)
plt.imshow(my_image2, vmin=0, vmax=10, cmap='jet', aspect='auto')
plt.colorbar()
【讨论】：
aspect='auto' 并且在任何情况下都可以通过更改子图空间（或例如 gridspec）来调整。在您链接的公认答案中，颜色栏也没有轴高，因此仍然需要进行一些调整。
当数据集（data1 和 data2）的范围未知并且您想对两个/所有图使用相同的颜色条时，请在调用中找到用作 vmin 和 vmax 的整体最小值和最大值给imshow：
import numpy as np
import matplotlib.pyplot as plt
fig, axes = plt.subplots(nrows=1, ncols=2)
# generate randomly populated arrays
data1 = np.random.rand(10,10)*10
data2 = np.random.rand(10,10)*10 -7.5
# find minimum of minima & maximum of maxima
minmin = np.min([np.min(data1), np.min(data2)])
maxmax = np.max([np.max(data1), np.max(data2)])
im1 = axes[0].imshow(data1, vmin=minmin, vmax=maxmax,
extent=(-5,5,-5,5), aspect='auto', cmap='viridis')
im2 = axes[1].imshow(data2, vmin=minmin, vmax=maxmax,
extent=(-5,5,-5,5), aspect='auto', cmap='viridis')
# add space for colour bar
fig.subplots_adjust(right=0.85)
cbar_ax = fig.add_axes([0.88, 0.15, 0.04, 0.7])
fig.colorbar(im2, cax=cbar_ax)
【讨论】：
您可能事先不知道数据的范围，但您可能知道它们在某种程度上是兼容的。在这种情况下，您可能更愿意让 matplotlib 为第一个图选择这些范围，并为其余图使用相同的范围。这是你如何做到的。关键是通过properties()['clim']获得限制
import numpy as np
import matplotlib.pyplot as plt
my_image1 = np.linspace(0, 10, 10000).reshape(100,100)
my_image2 = np.sqrt(my_image1.T) + 3
fig, axes = plt.subplots(nrows=1, ncols=2)
im = axes[0].imshow(my_image1)
clim=im.properties()['clim']
axes[1].imshow(my_image2, clim=clim)
fig.colorbar(im, ax=axes.ravel().tolist(), shrink=0.5)
plt.show()
【讨论】：