颜色条是从标量值到颜色的映射的可视化。在Matplotlib中，它们被绘制到专用轴中。

注意：通常通过Figure.colorbar或其pyplot包装器pyplot.colorbar创建颜色条，该内部使用make_axes和Colorbar。作为end-user，您很可能不必调用该方法或显式实例化此模块中的类。

python中的matplotlib.pyplot.colorbar()

matplotlib的pyplot模块中的colorbar()函数将色条添加到指示色标的图。

用法：matplotlib.pyplot.colorbar(mappable=None, cax=None, ax=None, **kwarg)

参数：

ax:此参数是可选参数，它包含轴或轴列表。

** kwarg(关键字参数)：此参数是可选参数，有两种：

colorbar properties:

extend:{‘neither’, ‘both’，‘min’, ‘max’}的尖头超出范围

值。

label:彩条的长轴上的标签。

刻度：没有或没有刻度或定位器列表。

返回值：colorbar是“ matplotlib.colorbar.Colorbar”类的实例。

以下示例说明了matplotlib.pyplot中的matplotlib.pyplot.colorbar()函数：

范例1：向散点图添加水平色条。

Python3

# Python Program illustrating

# pyplot.colorbar() method

import numpy as np

import matplotlib.pyplot as plt

# Dataset

# List of total number of items purchased

# from each products

purchaseCount = [100, 200, 150, 23, 30, 50,

156, 32, 67, 89]

# List of total likes of 10 products

likes = [50, 70, 100, 10, 10, 34, 56, 18, 35, 45]

# List of Like/Dislike ratio of 10 products

ratio = [1, 0.53, 2, 0.76, 0.5, 2.125, 0.56,

1.28, 1.09, 1.02]

# scatterplot

plt.scatter(x=purchaseCount, y=likes, c=ratio, cmap="summer")

plt.colorbar(label="Like/Dislike Ratio", orientation="horizontal")

plt.show()

输出：

范例2：向多个子图添加单个颜色条。

Python3

# Python Program illustrating

# pyplot.colorbar() method

import matplotlib.pyplot as plt

# creates four Axes

fig, axes = plt.subplots(nrows=2, ncols=2)

for ax in axes.flat:

im = ax.imshow(np.random.random((10, 10)), vmin=0, vmax=1)

plt.colorbar(im, ax=axes.ravel().tolist())

plt.show()

输出：

范例3：向非映射对象添加颜色条。

Python3

# Python Program illustrating

# pyplot.colorbar() method

import numpy as np

import matplotlib as mpl

import matplotlib.pyplot as plt

x = np.linspace(0, 5, 100)

N = 7

# colormap

cmap = plt.get_cmap('jet', N)

fig, ax1 = plt.subplots(1, 1, figsize=(8, 6))

for i, n in enumerate(np.linspace(0, 2, N)):

y = x*i+n

ax1.plot(x, y, c=cmap(i))

plt.xlabel('x-axis')

plt.ylabel('y-axis')

# Normalizer

norm = mpl.colors.Normalize(vmin=0, vmax=2)

# creating ScalarMappable

sm = plt.cm.ScalarMappable(cmap=cmap, norm=norm)

sm.set_array([])

plt.colorbar(sm, ticks=np.linspace(0, 2, N))

plt.show()

输出：