這篇文章將為大家詳細講解有關如何在Python項目中利用imshow制作一個漸變填充柱狀圖，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。
在各種各樣的理論計算中，常常需要繪制各種填充圖，繪制完后需要加漸變填充的colorbar?？墒怯行┸浖鏥MD，colorbar渲染后顏色分布有些失真，不能較準確的表達各顏色對應的數值。用ps中的漸變填充可以解決該問題，但很多電腦配置較低，不能很好的運行ps。Python也可以直接繪制colorbar，填充顏色就好。如cmap中的bwr漸變本人就比較常用。然而，有時候顏色范圍是負數范圍多于正數范圍（如：colorbar需要表示 [-60，40]這段，藍色表示負數，紅色表示正數，白色應該在colorbar由下往上60%處），bwr漸變將white置于50%處顯得不夠合理，因此需要自定義填充。本文以imshow() 函數來進行填充柱狀圖達到自定義colorbar的目的。interpolation=‘bicubic' 可以很好的做出漸變效果。
代碼
# -*- coding: utf-8 -*-
"""
Created on Wed Dec 9 10:36:54 2020
@author: fya
"""
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import ListedColormap,LinearSegmentedColormap
import matplotlib as mpl
fig, ax = plt.subplots(dpi=96)
ax.set(xlim=(1,10), ylim=(-0.1,101), autoscale_on=False) #創建圖像范圍
a = np.array([[1, 1],
[2, 2],
[3, 3],
[4, 4],
[5, 5]]) #每種漸變色分成五段（array五行），數字表示在colormap對應的深淺
print(a.shape)
clist=['white','blue'] #線性變化顏色由上面array值 小到大，越小，越白，達到上白下藍的漸變效果
clist2=['red','white'] #漸變色2，用于白色到紅色填充，array越小，越紅，達到上紅下白的效果
newcmp = LinearSegmentedColormap.from_list('chaos',clist)
newcmp2 = LinearSegmentedColormap.from_list('chaos',clist2)
plt.imshow(a,cmap=newcmp,interpolation='bicubic',extent=(1,10,0,60))#60%都是藍色到白色漸變
plt.imshow(a,cmap=newcmp2,interpolation='bicubic',extent=(1,10,60,100)) #白色設置在60%處
frame = plt.gca() #讀取當前圖層
ax.yaxis.tick_right() #縱坐標移到右邊
ax.set_yticklabels(('-80','-60','-40','-20','0','20','40')) #自定義yticks顯示的值，第一個label不顯示
frame.spines['top'].set_visible(False) #上框線不顯示
frame.spines['bottom'].set_visible(False)
frame.spines['right'].set_visible(False)
frame.spines['left'].set_visible(False)
plt.xticks([]) #x坐標不要
plt.show()
fig.savefig('colorbar.tif',dpi=600,format='tif')
print('Done!')
#N = 10
#x = np.arange(N) + 0.15
#y = np.random.rand(N)
#width = 0.4
#for x, y in zip(x, y):
#ax.imshow(a, interpolation='bicubic', extent=(x, x+width, 0, y), cmap=plt.cm.Blues_r)
#ax.set_aspect('auto')
#plt.show()代碼2，漸變色分100段
# -*- coding: utf-8 -*-
"""
Created on Wed Dec 9 10:36:54 2020
@author: fanyiang
"""
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import ListedColormap,LinearSegmentedColormap
import matplotlib as mpl
import pandas as pd
import os
fig, ax = plt.subplots(dpi=96)
ax.set(xlim=(1,10), ylim=(-0.1,101), autoscale_on=False)
#a = np.array([[1, 1],
#[2, 2],
#[3, 3],
#[4, 4],
#[5, 5]]) #每種漸變色分成五段（array五行），數字表示在colormap對應的深淺
avalue=locals()
dfvalue=locals()
for i in range(1,101):
avalue['a'+str(i)]=np.array([[i,i]]) #漸變色分為100段，分的更細
dfvalue['df'+str(i)]=pd.DataFrame(avalue['a'+str(i)]) #轉dataframe
df=dfvalue['df'+str(i)]
df.to_csv("temp.csv", mode='a',header=None) #暫存csv文件，第一列會把每一次循環的index放進去
df3=pd.read_csv('temp.csv',header=None)#讀取csv
df3.columns=['序號','x','y']#column命名，第一列廢棄
df3=df3.drop('序號',axis=1)#刪除第一列
a=np.array(df3) #轉array
print(df3.head())
#a=np.vstack((a1,a2,a3,a4,a5,a6,a7,a8,a9,a10))
print(a)
clist=['white','blue'] #線性變化顏色由上面array值 小到大
clist2=['red','white']
newcmp = LinearSegmentedColormap.from_list('chaos',clist)
newcmp2 = LinearSegmentedColormap.from_list('chaos',clist2)
plt.imshow(a,cmap=newcmp,interpolation='bicubic',extent=(1,10,0,60))
plt.imshow(a,cmap=newcmp2,interpolation='bicubic',extent=(1,10,60,100)) #白色設置在60%處
frame = plt.gca() #讀取當前圖層
ax.yaxis.tick_right() #縱坐標移到右邊
ax.set_yticklabels(('-80','-60','-40','-20','0','20','40')) #自定義yticks顯示的值，第一個label不顯示
frame.spines['top'].set_visible(False) #上框線不顯示
frame.spines['bottom'].set_visible(False)
frame.spines['right'].set_visible(False)
frame.spines['left'].set_visible(False)
plt.xticks([]) #x坐標不要
plt.show()
fig.savefig('colorbar.tif',dpi=600,format='tif')
os.remove("temp.csv") #刪除臨時的csv文件
print('Done!')
#N = 10
#x = np.arange(N) + 0.15
#y = np.random.rand(N)
#width = 0.4
#for x, y in zip(x, y):
#ax.imshow(a, interpolation='bicubic', extent=(x, x+width, 0, y), cmap=plt.cm.Blues_r)
#ax.set_aspect('auto')
#plt.show()關于如何在Python項目中利用imshow制作一個漸變填充柱狀圖就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
