对称对数缩放中多个子图的一个颜色条

Question

我需要为一行子图共享相同的颜色条。每个子图对颜色函数都有一个对称的对数缩放。这些任务中的每一个都有一个很好的解决方案，这里在 stackoverflow 上进行了解释：For sharing the color bar 和 for nicely formatted symmetric logarithmic scaling。

但是，当我在同一代码中结合这两种技巧时，颜色栏“忘记”了应该是对称对数的。有没有办法解决这个问题？

测试代码如下，为此我以明显的方式结合了上面的两个参考：

import numpy as np                                                                                  
import matplotlib.pyplot as plt                                                                     
from mpl_toolkits.axes_grid1 import ImageGrid                                                       
from matplotlib import colors, ticker                                                               

# Set up figure and image grid                                                                      
fig = plt.figure(figsize=(9.75, 3))                                                                 

grid = ImageGrid(fig, 111,          # as in plt.subplot(111)                                        
                 nrows_ncols=(1,3),                                                                 
                 axes_pad=0.15,                                                                     
                 share_all=True,                                                                    
                 cbar_location="right",                                                             
                 cbar_mode="single",                                                                
                 cbar_size="7%",                                                                    
                 cbar_pad=0.15,                                                                     
                 )                                                                                  

data = np.random.normal(size=(3,10,10))                                                             
vmax = np.amax(np.abs(data))                                                                        

logthresh=4                                                                                         
logstep=1                                                                                           
linscale=1                                                                                          

maxlog=int(np.ceil(np.log10(vmax)))                                                                 

#generate logarithmic ticks                                                                         
tick_locations=([-(10**x) for x in xrange(-logthresh, maxlog+1, logstep)][::-1]                     
                +[0.0]                                                                              
                +[(10**x) for x in xrange(-logthresh,maxlog+1, logstep)] )                          

# Add data to image grid                                                                            
for ax, z in zip(grid,data):                                                                        
    print z                                                                                         
    im = ax.imshow(z, vmin=-vmax, vmax=vmax,                                                        
                   norm=colors.SymLogNorm(10**-logthresh, linscale=linscale))                       

# Colorbar                                                                                          
ax.cax.colorbar(im,ticks=tick_locations, format=ticker.LogFormatter())                              
ax.cax.toggle_label(True)                                                                           

#plt.tight_layout()    # Works, but may still require rect paramater to keep colorbar labels visible
plt.show()

生成的输出如下：

Answer 1

这就是你想要达到的目标吗？

import numpy as np                                                                                  
import matplotlib.pyplot as plt                                                                     
from mpl_toolkits.axes_grid1 import ImageGrid                                                       
from matplotlib import colors, ticker                                                               

# Set up figure and image grid                                                                      
fig = plt.figure(figsize=(9.75, 3))                                                                 

grid = ImageGrid(fig, 111,          # as in plt.subplot(111)                                        
                 nrows_ncols=(1,3),                                                                 
                 axes_pad=0.15,                                                                     
                 share_all=True                                                                                                                                        
                 )                                                                                  

data = np.random.normal(size=(3,10,10))                                                             
vmax = np.amax(np.abs(data))                                                                        

logthresh=4                                                                                         
logstep=1                                                                                           
linscale=1                                                                                          

maxlog=int(np.ceil(np.log10(vmax)))                                                                 

#generate logarithmic ticks                                                                         
tick_locations=([-(10**x) for x in xrange(-logthresh, maxlog+1, logstep)][::-1]                     
                +[0.0]                                                                              
                +[(10**x) for x in xrange(-logthresh,maxlog+1, logstep)] )                          


# Add data to image grid                                                                            
for ax, z in zip(grid,data):                                                                        
    print z                                                                                        
    im = ax.imshow(z, vmin=-vmax, vmax=vmax,                                                        
                   norm=colors.SymLogNorm(10**-logthresh, linscale=linscale)) 

cbaxes = fig.add_axes([0.9, 0.125, 0.02, 0.77])                     
fig.colorbar(im, format=ticker.LogFormatter(), ticks=tick_locations, cax = cbaxes)
ax.cax.toggle_label(True)   


#plt.tight_layout()    # Works, but may still require rect paramater to keep colorbar labels visible
plt.show()

输出：

Answer 2

根据 Erba Aitbayev 的解决方案，我发现替换行就足够了

ax.cax.colorbar(im,ticks=tick_locations, format=ticker.LogFormatter())

在最初由该行发布的示例代码中

fig.colorbar(im,ticks=tick_locations, format=ticker.LogFormatter(), cax = ax.cax)

并且无需为颜色条指定明确的尺寸，一切正常。不过，我不知道为什么一个有效而另一个无效。最好添加相应的评论in the post on sharing colorbars。我检查了，如果在上述两个替代方案中的第二个中调用 colorbar，则该示例中的线性色标仍然有效。 （我没有足够的声誉在那里添加评论。）