如何让Matplotlib色条刻度与离散颜色精准对齐？

核心问题分析 #

你遇到的刻度错位，本质是图像数据范围与温度范围的映射未明确定义，同时离散色卡的刻度数量与颜色块数量的对应关系没处理对：

1. 你的图像是0-255的RGB值，但要映射到70-160的温度范围，却没有设置归一化规则，导致色卡的数值范围和实际温度不匹配。
2. 8个离散颜色块对应9个边界刻度，而非7或8个，这是刻度错位的直接原因。

修正后的代码 #

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl
from matplotlib.colors import Normalize
from mpl_toolkits.axes_grid1 import make_axes_locatable
from scipy import ndimage

# 生成8个颜色的plasma离散色卡
plasma = mpl.colormaps['plasma'].resampled(8)
# 定义归一化规则：将图像0-255映射到70-160温度范围
norm = Normalize(vmin=70, vmax=160)

fig, ax = plt.subplots(figsize=(7, 5))
ax.axis("off")

# 读取并旋转图像
img = plt.imread(image_file_name)
rotated_img = ndimage.rotate(img, -90)

# 显式指定色卡和归一化规则，确保数据映射正确
im = ax.imshow(rotated_img, cmap=plasma, norm=norm)

# 添加色条
divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size="10%", pad=0.05)
cb = fig.colorbar(im, cax=cax, orientation="vertical")

# 8个颜色块对应9个边界刻度，生成从70到160的等分刻度
ticks = np.linspace(70, 160, num=9)
cb.set_ticks(ticks)
cb.set_ticklabels([f'{tick:.2f}' for tick in ticks])

# 若需将刻度放在颜色块中心，替换为以下代码：
# tick_step = (160 - 70) / 8
# ticks_center = np.arange(70 + tick_step/2, 160, tick_step)
# cb.set_ticks(ticks_center)
# cb.set_ticklabels([f'{tick:.2f}' for tick in ticks_center])

plt.show()

关键修正点 #

1. 添加归一化映射：通过Normalize明确将图像的0-255像素值转换为70-160的温度范围，让色条的数值与实际温度完全对应。
2. 匹配刻度数量与颜色块：8个离散颜色块有9个边界，用np.linspace(70,160,9)生成边界刻度，刚好对齐每个颜色块的分隔线；若要刻度在颜色块中心，生成8个中间值即可。
3. 显式传递参数：imshow时必须指定norm=norm，确保数据被正确映射到目标温度范围。

内容的提问来源于stack exchange，提问作者user90855