Настройка размера colorbar под график в Matplotlib: практический гид

Быстрый ответ

Чтобы цветовая шкала автоматически подстроилась под размеры вашего графика в Matplotlib, воспользуйтесь функцией make_axes_locatable.

import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import make_axes_locatable

fig, ax = plt.subplots()
im = ax.imshow([[1, 2], [2, 3]])  # Добавьте свои данные здесь

# Приводим размеры цветовой шкалы к размерам графика
divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size="5%", pad=0.05)

# Размещаем цветовую шкалу в соседнем контейнере
fig.colorbar(im, cax=cax)

plt.show()

Этот пример демонстрирует, как улучшается визуальное восприятие графика при правильном размещении цветовой шкалы.

Секрет в создании идеальной динамичной цветовой шкалы

Ничто так не ухудшает впечатление от графика, как несоответствующая его размерам цветовая шкала. Для достижения идеального соответствия воспользуйтесь функцией make_axes_locatable.

Золотой рецепт: делитель осей

С помощью make_axes_locatable вы сможете подстроить размеры и отступы цветовой шкалы под свои нужды:

# Предполагается, что `fig` и `ax` уже созданы

# Приспосабливаем размер и отступ цветовой шкалы под изображение
divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size="7%", pad=0.07)

# Теперь cax готов
plt.colorbar(im, cax=cax)

Путь мастера: оси через add_axes

Для точного размещения цветовой шкалы используйте метод ax.add_axes:

# Определяем положение текущих осей графика
pos = ax.get_position()

# Получаем место для цветовой шкалы
cax = fig.add_axes([pos.x1 + 0.01, pos.y0, 0.02, pos.height])

# Размещаем в нём цветовую шкалу
plt.colorbar(im, cax=cax)

Не забудьте сохранить пропорции!

Важно избегать сжатия или растяжения графика, размещая цветовую шкалу на отдельной оси:

fig.colorbar(im, cax=cax)

Автоматическая настройка параметров fraction и padding

Установите параметры fraction и pad так, чтобы они подходили различным размерам графика:

fig.colorbar(im, fraction=0.046 if ax.get_aspect() == 'equal' else 0.035, pad=0.04)

Визуализация

Как при подборе одежды, важно, чтобы все элементы гармонично сочетались друг с другом: то же самое относится и к графику с цветовой шкалой. Убедитесь, что размеры цветовой шкалы приемлемы и не нарушают эстетику изображения.

Вы можете настроить размер цветовой шкалы следующим образом:

cbar = plt.colorbar()
cbar.ax.set_aspect('auto')

Результат заметен:

До: Цветовая шкала была слишком велика для графика
После: Цветовая шкала идеально гармонирует с графиком!

Довершение ваших графиков: продвинутые советы

Работа с несколькими подграфиками

Если у вас есть множество подграфиков, используйте параметр ax, чтобы обеспечить унифицированное отображение цветовых шкал:

fig.colorbar(im, ax=axs, fraction=0.046, pad=0.04)

Ориентация цветовой шкалы

В зависимости от ориентации цветовой шкалы, подберите соответствующие значения для fraction и pad:

cax = divider.append_axes("bottom", size="5%", pad=0.3)
plt.colorbar(im, cax=cax, orientation='horizontal')

Профессиональный совет: функция для многократного использования

Создайте функцию для быстрого добавления цветовых шкал к вашим графикам:

def whipUpColorbar(fig, ax, im, orientation='vertical'):
    divider = make_axes_locatable(ax)
    if orientation == 'vertical':
        cax = divider.append_axes("right", size="5%", pad=0.05)
    else:
        cax = divider.append_axes("bottom", size="5%", pad=0.3)
    fig.colorbar(im, cax=cax, orientation=orientation)

Полезные материалы

1. Официальная документация Matplotlib по цветовым шкалам.
2. Обсуждение настройки размера цветовой шкалы на Stack Overflow.
3. Гид по модулю AxesGrid1 в Matplotlib documentation.
4. Учебное видео о применении цветовых шкал в Matplotlib на YouTube.
5. Блог Джозефа Лонга с полезными советами по настройке цветовых шкал.
6. Урок по используемый функции Tight Layout в Matplotlib для управления расположением графиков.