Matplotlib离散自定义Colorbar热力图颜色映射异常问题排查

我正在制作一款数据为1-7（含）整数的Matplotlib热力图，期望为每个数值指定自定义颜色，并配套显示带标签的离散颜色条。但出现颜色映射异常：数值7未对应颜色列表最后一位的grey，反而对应第三位的white。相关代码如下：

def plot(data):
    fig, ax = plt.subplots(figsize=(16, 4), dpi = 300)
    
    colours = ["cyan", "red", "white", "lime", "yellow", "k", 'grey']
    bounds = np.array([1, 2, 3, 4, 5, 6, 7, 8]) -0.5 #0.5 to center it which does not work
    cmap = colors.ListedColormap(colours)
    norm = colors.BoundaryNorm(bounds, cmap.N)
    h = ax.pcolor(data, norm= norm, cmap = cmap)
   
    cbar = plt.colorbar(h)
    cbar.set_ticks(ticks = bounds, labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'])
    
    plt.title("Assessment of Different Turbulent Mixing Sources", fontsize = 20)
    plt.xlabel("Time EDT (hh:mm)", fontsize = 20)
    plt.ylabel("Height (m)", fontsize=20)
    plt.show()

错误根源 #

1. 颜色条刻度与类别不匹配：你给颜色条设置了8个刻度（bounds的8个边界值），但实际只有7个数据类别（1-7），这导致颜色条的标签和实际颜色映射错位，视觉上造成数值7对应错误颜色的假象。
2. 边界逻辑的视觉误导：虽然bounds的计算逻辑正确（每个数值的上下边界），但颜色条刻度指向边界而非类别中心，进一步加剧了映射关系的混乱。

修复后的代码 #

import matplotlib.pyplot as plt
from matplotlib import colors
import numpy as np

def plot(data):
    fig, ax = plt.subplots(figsize=(16, 4), dpi=300)
    
    colours = ["cyan", "red", "white", "lime", "yellow", "k", 'grey']
    # 定义每个数值对应的上下边界，8个边界划分7个区间
    bounds = [0.5, 1.5, 2.5, 3.5, 4.5, 5.5, 6.5, 7.5]
    cmap = colors.ListedColormap(colours)
    norm = colors.BoundaryNorm(bounds, cmap.N)
    
    # 用imshow更适配离散热力图（若偏好pcolor可保留原写法）
    h = ax.imshow(data, norm=norm, cmap=cmap, aspect='auto')
    
    # 颜色条刻度设置为类别中心（1-7），标签数量与类别一致
    cbar = plt.colorbar(h)
    cbar.set_ticks(ticks=np.arange(1, 8), labels=['a', 'b', 'c', 'd', 'e', 'f', 'g'])
    
    plt.title("Assessment of Different Turbulent Mixing Sources", fontsize=20)
    plt.xlabel("Time EDT (hh:mm)", fontsize=20)
    plt.ylabel("Height (m)", fontsize=20)
    plt.show()

关键修改说明 #

• 颜色条刻度修正：将ticks改为np.arange(1,8)，即每个数据类别的中心值，同时把标签数量从8个缩减为7个，确保颜色、数值、标签完全一一对应。
• 可选优化：替换pcolor为imshow，离散热力图的显示逻辑更直观，避免pcolor可能存在的坐标轴索引对齐问题（若需保留pcolor，仅需修改颜色条部分即可）。
• 边界定义简化：直接写出边界数值，让逻辑更清晰，避免原代码中计算式的潜在误解。

内容的提问来源于stack exchange，提问作者Félix Bélair