当前位置：首页 > news >正文

Matplotlib绘制矩阵图，plt.matshow/imshow 与 ax.pcolor(pcolormesh)方法的使用

news 来源：原创 2025/6/22 20:39:49

文章目录

- - plt.matshow
  - - 离散colorbar
    - 连续colorbar
  - ax.pcolor
  - - 简单应用
    - 综合应用

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import ListedColormap#data
np.random.seed(42)
data = np.random.rand(4, 4)

plt.matshow

可以把下面的matshow换成imshow。

离散colorbar

plt.matshow(data, cmap=cMap)#离散colorbar  cMap是前面自己定义的。
plt.colorbar(fraction=0.025)#colorbar的大小
plt.show()

在这里插入图片描述

连续colorbar

有哪些Matplotlib内置的colorbar呢？大家可以参考https://matplotlib.org/stable/users/explain/colors/colormaps.html。

plt.matshow(data,cmap="gist_rainbow")
plt.colorbar(fraction=0.025)#colorbar的大小
plt.show()

在这里插入图片描述

ax.pcolor

可以把下面的pcolor换成pcolormesh。

简单应用

fig, ax = plt.subplots()
heatmap = ax.pcolor(data, cmap=cMap)
cbar = plt.colorbar(heatmap)

在这里插入图片描述

综合应用

这里会自定义x/y轴的文字，以及右边的那个图例。

fig, ax = plt.subplots()
heatmap = ax.pcolor(data, cmap=cMap)#legend
cbar = plt.colorbar(heatmap)
cbar.ax.set_yticklabels(['0','1','2','>3'])
cbar.set_label('# of contacts', rotation=270)# put the major ticks at the middle of each cell
ax.set_xticks(np.arange(data.shape[1]) + 0.5, minor=False)
ax.set_yticks(np.arange(data.shape[0]) + 0.5, minor=False)
ax.invert_yaxis()#labels
column_labels = list('ABCD')
row_labels = list('WXYZ')
ax.set_xticklabels(column_labels, minor=False)
ax.set_yticklabels(row_labels, minor=False)plt.show()