几个颜色条而不是一个

Question

我在我的天体物理学实习项目中创建了一个基于噪声图的信号，但我的子图有点问题，因为不是为每个热图获得一个颜色条，而是像这样通过热图获得 3 个颜色条：

这是我的脚本（希望它可以理解）：

# VERIFICATION DE LA CARTE S/N
# convolution_X and convolution_mask_X are arrays

fig10 = plt.subplot(1,3,1)
step1 = convolution_locale - convolution_mask_locale
fig_step1 = plt.imshow(step1, interpolation='nearest')
plt.colorbar()
plt.xlabel("X (arcmin)")
plt.ylabel("Y (arcmin)")

fig10 = plt.subplot(1,3,2)
step2 = convolution_grande - convolution_mask_grande
fig_step2 = plt.imshow(step2, interpolation='nearest')
plt.colorbar()
plt.xlabel("X (arcmin)")
plt.ylabel("Y (arcmin)")

fig10 = plt.subplot(1,3,3)
S_N_map = step1 - step2
fig_S_N_map = plt.imshow(S_N_map, interpolation='nearest')
plt.colorbar()
plt.xlabel("X (arcmin)")
plt.ylabel("Y (arcmin)")

fig10 = plt.savefig(outname10)

您需要更多关于数组的信息吗？

如果你有想法，谢谢！

Answer 1

您的代码变得混乱，因为您没有告诉它哪个颜色条属于哪个子图。

使用 matplotlib 面向对象的方法在这里会有很大帮助。如果您创建图形和子图实例（例如使用plt.subplots()），那么您可以在每个实例上调用绘图（例如ax1.imshow）和标记（例如ax1.set_xlabel）方法，而无需使用@987654326 @ 一点也不。然后，当您创建颜色条 (fig10.colorbar()) 时，您可以使用 ax kwarg 告诉它要在哪个子图旁边创建颜色条。

您还将可映射对象（例如 fig_step1）提供给对 fig10.colorbar 的调用，以确保使用正确的数组来创建颜色条比例。

import matplotlib.pyplot as plt
import numpy as np

# Some fake data
outname10 = 'test.png'
convolution_locale = np.random.rand(250,250)
convolution_mask_locale = np.random.rand(250,250)
convolution_grande = np.random.rand(250,250)
convolution_mask_grande = np.random.rand(250,250)

# use a nice colormap
plt.viridis()

# Create the figure and subplot instances
fig10, (ax1, ax2, ax3) = plt.subplots(1,3)

step1 = convolution_locale - convolution_mask_locale
fig_step1 = ax1.imshow(step1, interpolation='nearest')
fig10.colorbar(fig_step1,ax=ax1)
ax1.set_xlabel("X (arcmin)")
ax1.set_ylabel("Y (arcmin)")

step2 = convolution_grande - convolution_mask_grande
fig_step2 = ax2.imshow(step2, interpolation='nearest')
fig10.colorbar(fig_step2,ax=ax2)
ax2.set_xlabel("X (arcmin)")
ax2.set_ylabel("Y (arcmin)")

S_N_map = step1 - step2
fig_S_N_map = ax3.imshow(S_N_map, interpolation='nearest')
fig10.colorbar(fig_S_N_map,ax=ax3)
ax3.set_xlabel("X (arcmin)")
ax3.set_ylabel("Y (arcmin)")

# Create space for labels between subplots
fig10.set_tight_layout(True)

fig10.savefig(outname10)

Answer 2

由于某些原因，fig10 正在累积多余的彩条；这将产生你想要的（我认为）：

# VERIFICATION DE LA CARTE S/N
# convolution_X and convolution_mask_X are arrays
import numpy as np
import random

convolution_locale = np.array([[random.random() for _ in range(100)] for _ in range(100)])
convolution_grande = np.array([[random.random() for _ in range(100)] for _ in range(100)])

plt.subplot(1,3,1)
step1 = convolution_locale   #- convolution_mask_locale # uncomment to use your data
fig_step1 = plt.imshow(step1, interpolation='nearest')
plt.colorbar()
plt.xlabel("X (arcmin)")
plt.ylabel("Y (arcmin)")
plt.show()

plt.subplot(1,3,2)
step2 = convolution_grande  #- convolution_mask_grande # uncomment to use your data
fig_step2 = plt.imshow(step2, interpolation='nearest')
plt.colorbar()
plt.xlabel("X (arcmin)")
plt.ylabel("Y (arcmin)")

plt.subplot(1,3,3)
S_N_map = step1 - step2
fig_S_N_map = plt.imshow(S_N_map, interpolation='nearest')
plt.colorbar()
plt.xlabel("X (arcmin)")
plt.ylabel("Y (arcmin)")

plt.savefig(outname10)

请注意，我修改了绘制的数组的构造（在代码中表示）