【附代码】气象科研绘图必备:Python colorbar总结

import matplotlib.pyplot as pltcmap = plt.cm.RdBu_rnorm = None #使用默认的线性归一化levels = np.arange(-14,14.1,2)

主要绘图函数：

def draw_info(fig,axes,data_sets,X_axis,Y_axis,levels_np,cmap = plt.cm.RdBu_r,norm=None): #X_axis,Y_axis就是lon lat#去掉白线（在世界地图的范围时）    from cartopy.util import add_cyclic_point# 遍历数据集for ax, data_var in data_sets:# 对 var 进行 add_cyclic_point 操作        cycle_var, cycle_lon = add_cyclic_point(data_var, coord=X_axis)        cycle_LON, cycle_LAT = np.meshgrid(cycle_lon, Y_axis)        c_var = ax.contourf(cycle_LON, cycle_LAT, cycle_var, zorder=0, alpha=1,  extend='both',levels = levels_np,                              transform=ccrs.PlateCarree(), cmap=cmap,norm=norm)return c_var,fig,axes

colorbar美化函数：

def draw_colorbar(c_var,levels_np,fig,axes,position_list=[0.2, 0.05, 0.6, 0.04],unit=None):    position = fig.add_axes(position_list)    cbar = fig.colorbar(c_var,cax=position,orientation='horizontal',                       drawedges=True, extendrect=True, extendfrac='auto',                       extend='both', ticks=levels_np)'''    drawedges=True   # 显示色标分级边界（每个格子之间有线）    extendrect=True  # 色标两端扩展部分为矩形    extendfrac='auto'# 自动设置色标两端扩展的长度    extend='both'    # 两端显示超出范围的扩展    ticks=levels_np  # 设置色标刻度    '''    cbar.outline.set_linewidth(0.8) # 设置色标边框线宽度     cbar.ax.tick_params(labelsize=10) #设置色标刻度字体大小    cbar.set_label(unit, fontsize=10) #设置单位return fig,axes

如果要反转色标颜色，就删除原来的“_r”：

cmap = plt.cm.RdBu #红→蓝

0值左右不对称的色标

想要将原来的对称色标修改为不对称的，就修改norm参数，用TwoSlopeNorm：以一个中心值vcenter为分界点，分别对左右两侧数据做线性映射到colormap。

from matplotlib.colors import TwoSlopeNormnorm = TwoSlopeNorm(            vmin=-14,            vcenter=0,            vmax=6        )levels = np.arange(-14, 6.1, 2)

0值左右不等间距的色标

修改levels参数，把负值和正值间距设置为不相等的。

from matplotlib.colors import TwoSlopeNormnorm = TwoSlopeNorm(            vmin=-14,            vcenter=0,            vmax=4        )neg_levels = np.arange(-14, 0, 2)      # 负数间隔 2pos_levels = np.arange(0, 4.1, 1)    # 正数间隔 1levels = np.concatenate([neg_levels, pos_levels])

设置对称色标0值左右为白色

在matplotlib色标的基础上进行修改，得到：

    base_cmap = plt.cm.RdBu_r    levels = np.arange(-14,14.1,2)# 根据levels生成对应数量的颜色    ncolor = len(levels) - 1    colors = base_cmap(np.linspace(0,1,ncolor))# 找到最接近0的位置    zero_idx = np.argmin(np.abs(levels))# 将0附近设为白色    colors[zero_idx-1:zero_idx+1] = [1,1,1,1]    cmap = LinearSegmentedColormap.from_list("RdBu_white",        colors,        N=ncolor    )    norm = None

自定义colormap

调用LinearSegmentedColormap类，可以指定几个关键颜色，然后matplotlib会在这些颜色之间做线性渐变，生成完整的色标。

colors = ['#0d4472','#6aa5e5','white','white','#e25858','#6d0e0e']positions = [0,0.2,0.455,0.545,0.8,1.0]cmap = LinearSegmentedColormap.from_list("custom_cmap",    list(zip(positions, colors)))norm = Nonelevels = np.arange(-14,14.1,2)

一个好用的调色板网站（https://www.codeeeee.com/color/picker.html）方便选择颜色

离散的colormap

调用BoundaryNorm，用不同颜色区分范围。

    import numpy as np    import matplotlib.pyplot as plt    from matplotlib.colors import ListedColormap, BoundaryNorm# ===============================# 1. 自定义颜色与区间# ===============================    colors = ['blue', 'green', 'white', 'pink', 'orange']    bounds = [-15, -10, -5, 0, 5, 10]  # 区间边界，长度 = len(colors)+1    cmap = ListedColormap(colors)    norm = BoundaryNorm(bounds, cmap.N)# ===============================# 2. 模拟数据# ===============================    lon = np.linspace(0, 360, 100)    lat = np.linspace(-90, 90, 60)    lon2, lat2 = np.meshgrid(lon, lat)# 示例数据    base_data = 10 * np.sin(np.deg2rad(lat2)) * np.cos(np.deg2rad(lon2 / 2))# 添加小幅随机扰动，让数据不完全规则    noise = np.random.uniform(-5, 5, size=base_data.shape)    data = base_data + noise  # 最终数据# ===============================# 3. 绘制 contourf# ===============================    fig, ax = plt.subplots(figsize=(10,5))    cf = ax.contourf(        lon2,        lat2,        data,        levels=bounds,   # 使用 bounds 来定义区间        cmap=cmap,        norm=norm,        extend='both'# 两端超出范围显示 extend    )    ax.set_xlabel("Longitude")    ax.set_ylabel("Latitude")    ax.set_title("BoundaryNorm Example")# ===============================# 4. 添加 colorbar（带 drawedges, extendrect, extendfrac）# ===============================    cbar = fig.colorbar(        cf,        orientation='horizontal',        extend='both',        drawedges=True,        extendrect=True,        extendfrac='auto',        boundaries=bounds,        ticks=bounds    )    cbar.set_label("Value")    cbar.ax.tick_params(labelsize=10)    plt.show()

ENDunsetunset