多個imshow子圖，每個子圖都帶有colorbar

Question

我想要一個包含四個子圖的圖。其中兩個是通常的線圖，其中兩個是imshow圖像。

我可以將imshow-images格式化爲適當的圖表，因爲它們中的每一個都需要自己的顏色條，修改後的軸和另一個軸被移除。 然而，這似乎是絕對無用的subplotting。任何人都可以幫助我嗎？

我用它來顯示上面的「常規」圖的數據作爲色彩映射（通過將輸入數組i縮放爲[ i, i, i, i, i, i ]用於2D並使用它調用imshow()）。

下面的代碼首先顯示我需要作爲一個子圖，第二個顯示我可以做的所有事情，這是不夠的。

#!/usr/bin/env python 

import matplotlib.pyplot as plt 
from matplotlib.colors import LogNorm 

s = { 't':1, 'x':[1,2,3,4,5,6,7,8], 'D':[0.3,0.5,0.2,0.3,0.5,0.5,0.3,0.4] } 
width = 40 

# how I do it in just one plot 
tot = [] 
for i in range(width): 
    tot.append(s['D']) 

plt.imshow(tot, norm=LogNorm(vmin=0.001, vmax=1)) 
plt.colorbar() 
plt.axes().axes.get_xaxis().set_visible(False) 
plt.yticks([0, 2, 4, 6], [s['x'][0], s['x'][2], s['x'][4], s['x'][6]]) 

plt.show() 


f = plt.figure(figsize=(20,20)) 

plt.subplot(211) 
plt.plot(s['x'], s['D']) 
plt.ylim([0, 1]) 

#colorplot 
sp = f.add_subplot(212) 

#reshape (just necessary to see something) 
tot = [] 
for i in range(width): 
    tot.append(s['D']) 

sp.imshow(tot, norm=LogNorm(vmin=0.001, vmax=1)) 

    #what I can't do now but needs to be done: 
    #sp.colorbar() 
#sp.axes().axes.get_xaxis().set_visible(False) 
#sp.yticks([0, 200, 400, 600, 800, 1000], [s['x'][0], s['x'][200], s['x'][400], s['x'][600], s['x'][800], s['x'][1000]]) 

plt.show() 

Answer 1

您可以利用matplotlibs面向對象的接口而不是狀態機接口來更好地控制每個軸。另外，爲了控制顏色條的高度/寬度，您可以使用matplotlib的AxesGrid工具包。

例如：

import matplotlib.pyplot as plt 
import numpy as np 
from mpl_toolkits.axes_grid1 import make_axes_locatable 
from matplotlib.colors import LogNorm 
from matplotlib.ticker import MultipleLocator 

s = {'t': 1, 
    'x': [1, 2, 3, 4, 5, 6, 7, 8], 
    'T': [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8], 
    'D': [0.3, 0.5, 0.2, 0.3, 0.5, 0.5, 0.3, 0.4]} 

width = 40 

tot = np.repeat(s['D'],width).reshape(len(s['D']), width) 
tot2 = np.repeat(s['T'],width).reshape(len(s['D']), width) 

fig, (ax1, ax2, ax3, ax4) = plt.subplots(1,4) 

fig.suptitle('Title of figure', fontsize=20) 

# Line plots 
ax1.set_title('Title of ax1') 
ax1.plot(s['x'], s['T']) 
ax1.set_ylim(0,1) 

ax2.set_title('Title of ax2') 
ax2.plot(s['x'], s['D']) 
# Set locations of ticks on y-axis (at every multiple of 0.25) 
ax2.yaxis.set_major_locator(MultipleLocator(0.25)) 
# Set locations of ticks on x-axis (at every multiple of 2) 
ax2.xaxis.set_major_locator(MultipleLocator(2)) 
ax2.set_ylim(0,1) 

ax3.set_title('Title of ax3') 
# Display image, `aspect='auto'` makes it fill the whole `axes` (ax3) 
im3 = ax3.imshow(tot, norm=LogNorm(vmin=0.001, vmax=1), aspect='auto') 
# Create divider for existing axes instance 
divider3 = make_axes_locatable(ax3) 
# Append axes to the right of ax3, with 20% width of ax3 
cax3 = divider3.append_axes("right", size="20%", pad=0.05) 
# Create colorbar in the appended axes 
# Tick locations can be set with the kwarg `ticks` 
# and the format of the ticklabels with kwarg `format` 
cbar3 = plt.colorbar(im3, cax=cax3, ticks=MultipleLocator(0.2), format="%.2f") 
# Remove xticks from ax3 
ax3.xaxis.set_visible(False) 
# Manually set ticklocations 
ax3.set_yticks([0.0, 2.5, 3.14, 4.0, 5.2, 7.0]) 

ax4.set_title('Title of ax4') 
im4 = ax4.imshow(tot2, norm=LogNorm(vmin=0.001, vmax=1), aspect='auto') 
divider4 = make_axes_locatable(ax4) 
cax4 = divider4.append_axes("right", size="20%", pad=0.05) 
cbar4 = plt.colorbar(im4, cax=cax4) 
ax4.xaxis.set_visible(False) 
# Manually set ticklabels (not ticklocations, they remain unchanged) 
ax4.set_yticklabels([0, 50, 30, 'foo', 'bar', 'baz']) 

plt.tight_layout() 
# Make space for title 
plt.subplots_adjust(top=0.85) 
plt.show() 

---

可以改變上或者與set_ticks和set_ticklabels方法如在上面的例子軸刻度線的位置和標籤。

---

至於make_axes_locatable函數做什麼，從matplotlib site about the AxesGrid toolkit：

的axes_divider模塊提供了一個輔助功能 make_axes_locatable，它可以是有用的。它需要一個現有的軸 實例併爲其創建一個分頻器。

ax = subplot(1,1,1) 
divider = make_axes_locatable(ax) 

make_axes_locatable返回AxesLocator類， 從定位器導出的一個實例。它提供了append_axes方法，該方法在原軸的（「top」，「right」，「bottom」和「left」） 的給定側創建一個新軸。