如何从已有的Matplotlib散点图中提取色条？

我正在为论文制作复合图，需要加载以pickle格式保存的Matplotlib图形。我用get_offsets()获取散点坐标，get_facecolor()获取点的颜色，代码如下：

加载图形 #

with open('Figures paper/Individual spectra figures/Spectra_1000_GALL_chunk_0.pickle', 'rb') as fl:
    ax1 = pickle.load(fl)

获取绘图特征并绘制到新子图 #

xd = axp.collections[0].get_offsets()[:,0]
yd = axp.collections[0].get_offsets()[:,1]
cd = axp.collections[0].get_facecolor()

ax.scatter(xd,yd, s=ar,c=cd ,alpha=0.8)

我能在新复合图的子面板中绘制这些点，但原图形的色条无法提取到新图中。尝试用提取的散点数据新建色条，却发现get_facecolor()仅返回颜色值，无法获取生成颜色的原始变量，因此无法实现。请问该如何解决？

解决方法 #

先修正代码笔误 #

你代码中加载得到的是ax1，但后续用了axp，这大概率是笔误，后续代码请统一用ax1指代加载的轴对象。

方案1：从原散点集合提取色映射参数重建色条 #

原pickle加载的散点集合（Collection）本身关联了颜色映射（cmap）和归一化（norm）规则，直接提取这些参数即可重建一致的色条：

# 1. 获取原散点的Collection对象
scatter_coll = ax1.collections[0]

# 2. 提取颜色映射核心参数
cmap = scatter_coll.get_cmap()
norm = scatter_coll.get_norm()
vmin, vmax = norm.vmin, norm.vmax

# 3. 在新子图绘制散点，并基于提取的参数创建色条
ax.scatter(xd, yd, s=ar, c=cd, alpha=0.8, cmap=cmap, norm=norm)

# 方法A：直接用原Collection创建色条
fig.colorbar(scatter_coll, ax=ax)

# 方法B：如果方法A报错，手动创建ScalarMappable生成色条
from matplotlib.cm import ScalarMappable
sm = ScalarMappable(norm=norm, cmap=cmap)
sm.set_array([])  # 无需原始数据，仅用范围生成色条
fig.colorbar(sm, ax=ax)

方案2：直接提取原图形中的色条对象复用 #

如果原pickle保存的图形已经包含色条，可以直接找到并复用其配置：

import matplotlib

# 遍历原图形的所有轴，查找色条对应的轴
for cax in ax1.figure.get_axes():
    if isinstance(cax, matplotlib.colorbar.ColorbarAxes):
        # 提取原色条的映射对象，在新图中创建一致的色条
        fig.colorbar(cax.colorbar.mappable, ax=ax)
        break

方案3：从颜色值反推原始变量（备选） #

如果上述方法都失效，可以通过颜色值反推对应的原始变量范围，再生成色条：

# 从颜色值反推对应的归一化数值
norm_values = cmap.inversed(cd)
# 用反推的数值创建色条
ax.scatter(xd, yd, s=ar, c=norm_values, alpha=0.8, cmap=cmap, norm=norm)
fig.colorbar(ScalarMappable(norm=norm, cmap=cmap), ax=ax)

内容的提问来源于stack exchange，提问作者Paulalo