如何将imshow颜色映射与Matplotlib 3D曲面图的Z轴值关联？

我用Matplotlib创建了一个包含两个子图的图形：左侧为3D曲面图，右侧是用imshow绘制的该3D图的2D投影。我期望imshow的颜色映射与3D曲面图关联，但两者刻度不匹配。

我尝试添加了ScalarMappable对象，但颜色映射并未关联到曲面图Z轴（即T矩阵）的数值，颜色条刻度仅显示0到1。请问如何将T矩阵的数值与颜色映射正确关联？

代码如下：

import numpy as np
import matplotlib.pyplot as plt

id = np.arange(-600,750,150)
iq = np.arange(-600,750,150)

xx,yy = np.meshgrid(id,iq)

T = np.array([[-8988, -8697.5, -7847, -6923, -5610.5, -4536, -3374.35, -2572.85, -1987.65],
              [-8162, -7910, -7206.5, -6160, -4798.5, -3476.55, -2479.4, -1711.5, -1374.45],
              [-6513.5, -6814.5, -6398, -5218.5, -3706.5, -2362.15, -1414.7, -1013.6,-883.05],
              [-4224.5,-4669,   -4686.5, -3755.5, -2217.6, -1079.4, -591.85, -313.005,-211.925],
              [0, 0,    0,  0,  0,  0,  0,  0,  0],
              [4420.5, 4833.5, 4749.5, 3787, 2221.1, 1054.55, 567.35, 280.42, 146.51],
              [6793.5, 7017.5, 6510, 5260.5, 3692.5, 2295.3, 1360.45, 914.55, 806.4],
              [8421, 8008, 7287, 6160, 4725, 3400.25, 2318.4, 1628.2, 1285.55],
              [9170, 8750, 7864.5, 6874, 5498.5, 4413.5, 3206.7, 2351.3, 1865.5]])


m = plt.cm.ScalarMappable()
m.set_array(T)
m.set_clim(-9000, 9000) # optional
fig = plt.figure(1, figsize=(12,6))
ax = fig.add_subplot(121, projection='3d')
ax.set_xlabel(r'$I_d$', fontsize=15)
ax.set_ylabel(r'$I_q$', fontsize=15)
ax.set_zlabel(r'$T$', fontsize=15)


ax.plot_surface(xx, yy, T, cmap=m.cmap, norm = m.norm)
ax2 = fig.add_subplot(122)
ax2.imshow(T, cmap=m.cmap, norm=m.norm,
           extent=(np.min(xx), np.max(xx), np.min(yy), np.max(yy)),
           interpolation=None)

cbar = fig.colorbar(
    plt.cm.ScalarMappable(),
    ax=ax2
)
plt.tight_layout()
plt.show()

当前可视化效果：

问题核心是你创建颜色条时，重新实例化了一个全新的ScalarMappable()，而非使用之前已经绑定了T矩阵数值范围的m对象。这个新对象没有关联任何数据，因此颜色条默认显示0-1的刻度。

修改步骤：

• 颜色条直接传入已配置好的m对象，而非新建ScalarMappable()
• 可选：可以用T矩阵的极值自动设置颜色范围，替代手动指定set_clim，提升灵活性

修改后的完整代码：

import numpy as np
import matplotlib.pyplot as plt

id = np.arange(-600,750,150)
iq = np.arange(-600,750,150)

xx,yy = np.meshgrid(id,iq)

T = np.array([[-8988, -8697.5, -7847, -6923, -5610.5, -4536, -3374.35, -2572.85, -1987.65],
              [-8162, -7910, -7206.5, -6160, -4798.5, -3476.55, -2479.4, -1711.5, -1374.45],
              [-6513.5, -6814.5, -6398, -5218.5, -3706.5, -2362.15, -1414.7, -1013.6,-883.05],
              [-4224.5,-4669,   -4686.5, -3755.5, -2217.6, -1079.4, -591.85, -313.005,-211.925],
              [0, 0,    0,  0,  0,  0,  0,  0,  0],
              [4420.5, 4833.5, 4749.5, 3787, 2221.1, 1054.55, 567.35, 280.42, 146.51],
              [6793.5, 7017.5, 6510, 5260.5, 3692.5, 2295.3, 1360.45, 914.55, 806.4],
              [8421, 8008, 7287, 6160, 4725, 3400.25, 2318.4, 1628.2, 1285.55],
              [9170, 8750, 7864.5, 6874, 5498.5, 4413.5, 3206.7, 2351.3, 1865.5]])

# 配置ScalarMappable，绑定T矩阵的数值范围
m = plt.cm.ScalarMappable()
m.set_array(T)
# 可选：用T的极值自动设置颜色范围，替代手动指定-9000到9000
# m.set_clim(np.min(T), np.max(T))
m.set_clim(-9000, 9000)

fig = plt.figure(1, figsize=(12,6))
ax = fig.add_subplot(121, projection='3d')
ax.set_xlabel(r'$I_d$', fontsize=15)
ax.set_ylabel(r'$I_q$', fontsize=15)
ax.set_zlabel(r'$T$', fontsize=15)

# 3D曲面图使用已配置的cmap和norm
ax.plot_surface(xx, yy, T, cmap=m.cmap, norm=m.norm)

ax2 = fig.add_subplot(122)
# 2D投影同样使用已配置的cmap和norm
ax2.imshow(T, cmap=m.cmap, norm=m.norm,
           extent=(np.min(xx), np.max(xx), np.min(yy), np.max(yy)),
           interpolation=None)

# 颜色条绑定已配置好的m对象，刻度将匹配T的数值范围
cbar = fig.colorbar(m, ax=ax2)
# 为颜色条添加对应T的标签
cbar.set_label(r'$T$', fontsize=15)

plt.tight_layout()
plt.show()

修改后，颜色条的刻度会正确显示T矩阵的数值范围（-9000到9000），3D曲面图和2D投影的颜色映射会完全一致，实现两者的关联。

内容的提问来源于stack exchange，提问作者sts