这种两个Colorbar的图形怎么绘制？这样做真的超简单...

DataCharm

发布于 2024-05-11 18:15:54

1060

发布于 2024-05-11 18:15:54

文章被收录于专栏：数据学术商业新闻数据学术商业新闻

前言

一、「绘图技巧」 :如何在同一个图形上显示两个colorbar
二、可视化学习圈子是干什么的？
三、系统学习可视化
四、猜你喜欢

前言

我们的数据可视化课程已经上线啦！！目前课程的主要方向是科研、统计、地理相关的学术性图形绘制方法，后续也会增加商务插图、机器学等、数据分析等方面的课程。课程免费新增，这点绝对良心！
我们第一个数据可视化交流圈子也已经上线了，主要以我的第一本书籍《科研论文配图绘制指南-基于Python》为基础进行拓展，提供「课堂式」教学视频，还有更多拓展内容，可视化技巧远超书籍本身，书籍修正和新增都会分享到圈子里面~~
参与课程或者圈子的你将获取到：学员答疑、可视化资源分享、可视化技巧补充、可视化业务代做(学员和甲方对接)、副业交流、提升认知等等。

「绘图技巧」 :如何在同一个图形上显示两个colorbar

今天我们的学员交流群里有人咨询：

如何在一个图形中同时显示两个Colorbar?特别是在绘制地图的时候。

其实，这个技巧在我们课程新增的案例里就有类似的内容，今天就Python语言中Matplotlib工具，简单给大家介绍下，同时绘制两个colorbar的绘图技巧

Matplotlib 两个Colorbar添加

在Matplotlib中，绘制两个甚至多个colorbar的核心技巧可以总结为以下两点：

绘制colorbar位置部分
使用fig.colorbar()函数映射正确的数值和绘图对象

绘制colorbar位置部分

这一个操作一般都是使用Matplotlib中画布对象fig的*add_axes()*，

该函数的主要作用是Matplotlib中用于在图形（Figure）上添加新的坐标轴（Axes）的方法之一。它允许你在图形上创建一个新的坐标轴，并指定它的位置和大小。

该函数的基本语法如下：

fig.add_axes(rect, projection=None, polar=False, **kwargs)

其中：

rect：一个四元组（left, bottom, width, height），用于指定新坐标轴的位置和大小。这些值的范围是[0, 1]，分别表示相对于图形的左下角的位置和相对于图形大小的比例。
projection：指定新坐标轴的投影类型，例如，'3d'表示三维坐标轴，'polar'表示极坐标轴等。默认为None，表示常规的笛卡尔坐标轴。
polar：布尔值，指定是否创建极坐标轴。默认为False。
**kwargs：其他关键字参数，用于传递给Axes对象的构造函数。

使用fig.colorbar()函数映射正确的数值和绘图对象

fig.colorbar()函数是Matplotlib中用于在图形（Figure）上添加色条（colorbar）的方法。色条是一种可视化工具，通常用于表示某种颜色映射（colormap）和数据值之间的关系，基本语法为：

fig.colorbar(mappable, cax=None, ax=None, **kwargs)

其中：

mappable: 需要创建色条的可映射对象（例如，返回图像或集合的绘图对象，如 imshow() 或 scatter() 的结果）。
cax: 如果指定，将在这个预定义的坐标轴上创建色条。
ax: 如果指定，将色条关联到此轴上。
**kwargs: 其他关键字参数，用于定制色条的外观和行为。

可以看出，我们在fig.colorbar()函数cax参数指定为刚刚新建立的坐标轴（Axes）对象，就可以在画布Figure对象上的任何位置上添加Colorbar对象了。

我们列举一个案例，如下：

import numpy  as np
import matplotlib.pyplot as plt

# 生成一些随机数据作为示例
data1 = np.random.rand(10, 10)
data2 = np.random.rand(10, 10)

# 创建地图
fig, ax = plt.subplots()

# 绘制第一个数据集的地图和colorbar
im1 = ax.imshow(data1, cmap='viridis')
cax1 = plt.axes([0.95, 0.1, 0.1, 0.7])
cb1 = fig.colorbar(im1,cax=cax1)

im2 = ax.imshow(data2, cmap='plasma', alpha=0.4)  # 使用alpha参数使得两个地图重叠时能够看到两者
cax2 = plt.axes([0.84, 0.1, 0.05, 0.5])
cb2 = fig.colorbar(im2,cax=cax2)

我们Python可视化课程里的地图案例如下：

有需要的同学可以参与我们自己的课程哈，如下：

PS：课程即将上线多个讲解内容和新知识

可视化学习圈子是干什么的？

可视化学习圈子是书籍「科研论文配图绘制指南-基于Python」一书的学习圈子：主要通过以下几个方面，给大家带来比纸质书籍更丰富的学习内容：

视频教学，和读者零距离互动交流
及时修正勘误和定期新增绘制知识点
拓展衍生，绘图知识点远超书籍本身
直播视频+拓展资料+答疑，学习更高效

「PS」：我们直播教学内容为课堂式教学，原作者带着大家对书籍一章、一节、一页的进行教学。而且直播的视频都会通过剪辑后整理成课程，圈子中的同学可以免费、反复观看。当然，新增内容和定期答疑，直播也是如此。

为何会有这个书籍学习社群？无门槛的微信群难免会鱼龙混杂，问题和质量都无法得到保证，而且一些关键问题经常被淹没，且没有沉淀价值。
随着添加我微信的人日益增多，向我提问的人也越来越多，随便回答一下就太不负责任了；不回答也不是很好；如果都仔细回答，我也有自己的工作并且确实很忙，真的有点心有余而力不足！所以我才会建立这么一个渠道来沉淀我的可视化技巧和分享经验，以及给大家提供一个坚持学习的平台。

微信扫描下方二维码即可参与我们的书籍学习圈子啦：

微信扫码即可加入学习圈子

有需要的同学可以参与我们自己的课程哈，如下：

图片

系统学习可视化

当然，在学习数据可视化的道路上，你也有很多问题得不到解答，也可以加入我们的可视化课程(可视化系列课程推文)后，在学员群里和大家一起谈论，一起进步，或者直接向我提问。如果我觉得你的问题很具有普适性，我会把它写成文章发布在公众号上，让更多人看到，有关我们数据可视化系列课程的服务内容，可以参考下面的阅读原文。