如何正确缩放cmapcolor使条形颜色匹配色条？

问题原因 #

你遇到的颜色不匹配问题，核心是未对Distance值做归一化处理。Matplotlib的颜色映射函数（如cmapz()）要求输入参数必须是**[0, 1]区间的数值**，但你的Distance取值范围是0到4，当传入大于1的数值时，会被自动截断为1，导致所有Distance>1的片段都显示色条最右端的颜色（比如plasma的黄色），和色条标注的对应值完全不符。

解决方案 #

只需要将Distance值归一化到[0,1]区间后，再传入颜色映射函数即可，以下提供两种可行方式：

方式1：使用Normalize类（推荐，更规范）

导入Normalize类，基于Distance的实际取值范围创建归一化对象，统一处理数值映射：

from matplotlib.colors import Normalize

# 基于Distance的最小/最大值创建归一化对象
norm = Normalize(vmin=min(Distanceslst), vmax=max(Distanceslst))

然后在循环生成条形颜色时，用归一化后的值获取颜色：

cmapcolor = cmapz(norm(Distanceslst[i]))

方式2：手动归一化（简单直接）

直接将每个Distance值除以最大值，缩放到[0,1]区间：

max_dist = max(Distanceslst)
cmapcolor = cmapz(Distanceslst[i] / max_dist)

修正后的完整代码 #

另外注意原代码中templength未定义，这里替换为从数据中获取模板长度，避免报错：

#Create some fake example data and store it in a dataframe
import pandas as pd
import random as rd

exampledf=pd.DataFrame()

tempname='Template'
queryname='Query'

templatenamelst=[]
querynamelst=[]
startlst=[]
endlst=[]
querystartslst=[]
queryendslst=[]
distancelst=[]

for i in range(20):
    start=i*5
    end=(i*5)+25
    distance=rd.uniform(0, 4)
    
    querystart=rd.randint(0, 95)
    queryend=querystart+25
    
    templatenamelst.append(tempname)
    querynamelst.append(queryname)
    startlst.append(start)
    endlst.append(end)
    distancelst.append(distance)
    querystartslst.append(querystart)
    queryendslst.append(queryend)

exampledf['TempName']=templatenamelst
exampledf['QueryName']=querynamelst
exampledf['TempStarts']=startlst
exampledf['TempEnds']=endlst
exampledf['QueryStarts']=querystartslst
exampledf['QueryEnds']=queryendslst
exampledf['Distances']=distancelst

display(exampledf)

    
#Build the plot from the example data
import numpy as np
import warnings
import matplotlib.pyplot as plt
from matplotlib import cm
from matplotlib.colors import Normalize
warnings.filterwarnings('ignore') 

TempName=exampledf.iloc[0]['TempName']
QueryName=exampledf.iloc[0]['QueryName']
NumSeqFrags=len(exampledf)

# 从数据中获取模板长度，替换未定义的templength
TempLength = max(exampledf['TempEnds'])

Distanceslst=list(exampledf.Distances)

XMax=max(list(exampledf.TempEnds))
cmapz = cm.get_cmap('plasma')

# 创建归一化对象
norm = Normalize(vmin=min(Distanceslst), vmax=max(Distanceslst))

img = plt.imshow(np.array([[0,max(Distanceslst)]]), cmap="plasma")
img.set_visible(False)

barheight=6

plt.barh(width=TempLength, left=0, height=barheight, y=0,color='Black')
ticklabels=[TempName]
ticklocations=[0]

#Add the fragments
for i in range (len(exampledf)):
    # 使用归一化后的值获取颜色
    cmapcolor=cmapz(norm(Distanceslst[i]))
    width=int(exampledf.iloc[i]['TempEnds'])-int(exampledf.iloc[i]['TempStarts'])
    start=int(exampledf.iloc[i]['TempStarts'])

    yloc=(barheight+4)*i+barheight

    plt.barh(width=width, left=start, height=barheight, y=yloc,color=cmapcolor)
    
    fullname=str(exampledf.iloc[i]['QueryName'])+'('+str(exampledf.iloc[i]['QueryStarts'])+':'+str(exampledf.iloc[i]['QueryEnds'])+')'+'(Distance='+str(round(Distanceslst[i],2))+')'
    ticklabels.append(fullname)
    ticklocations.append(yloc)

plt.yticks(ticks=ticklocations, labels=ticklabels,fontsize=8)    

plt.colorbar(orientation="horizontal",fraction=0.05,label='Distance')

plt.show() 

效果说明 #

修改后，每个条形的颜色会根据Distance的实际值，对应色条上的位置显示正确颜色，比如Distance=1.75的片段会显示plasma色条上对应1.75的浅紫色，和色条标注完全匹配。

内容的提问来源于stack exchange，提问作者Jamie