如何基于matplotlib pyplot为电池电量时序数据创建自定义颜色条

当然可以实现你想要的自定义颜色映射效果！结合Matplotlib的颜色映射和归一化工具，完全能做到100%→绿色、15%→红色、低于15%→黑色的视觉效果。下面是完整的代码示例和关键细节解释：

1. 核心思路 #

我们需要分两步构建颜色规则：

• 先创建100%到15%之间的绿→红线性渐变
• 再把低于15%的数值区间强制映射为黑色
  最后用边界归一化工具确保颜色和电量值准确对应。

2. 完整可运行代码 #

假设你的电量数据存在battery_levels列表中（1944个元素，范围0~1），时间序列可以直接用索引生成：

import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap, BoundaryNorm
import numpy as np

# 替换成你实际的battery_levels数据
battery_levels = np.linspace(1.0, 0.08, 1944)  # 模拟从100%降到8%的递减数据
time_points = np.arange(len(battery_levels))

# 第一步：创建绿→红的基础颜色映射（对应15%~100%）
base_colors = [(0, 1, 0), (1, 0, 0)]  # 绿色(100%)、红色(15%)
base_cmap = LinearSegmentedColormap.from_list("battery_base", base_colors, N=256)

# 第二步：扩展映射，把低于15%的部分改成黑色
cmap_data = base_cmap(np.linspace(0, 1, 256))
black_rgba = np.array([0, 0, 0, 1])  # 不透明黑色
# 计算15%对应的颜色索引，把之前的所有位置替换为黑色
threshold_idx = int(0.15 * 256)
cmap_data[:threshold_idx] = black_rgba
custom_cmap = LinearSegmentedColormap.from_list("custom_battery", cmap_data)

# 创建边界归一化，明确区间规则：<15%、15%~100%
bounds = [0, 0.15, 1.0]
norm = BoundaryNorm(bounds, custom_cmap.N)

# 绘制可视化图表
fig, ax = plt.subplots(figsize=(12, 6))

# 用scatter展示每个数据点的颜色（如果要折线渐变可以用LineCollection，scatter更简单直观）
scatter_plot = ax.scatter(time_points, battery_levels, c=battery_levels, 
                          cmap=custom_cmap, norm=norm, s=6, alpha=0.8)

# 添加自定义颜色条
color_bar = plt.colorbar(scatter_plot, ax=ax)
color_bar.set_label('电池电量 (%)', fontsize=12)
# 手动设置颜色条刻度，清晰展示关键阈值
color_bar.set_ticks([0, 0.15, 1.0])
color_bar.set_ticklabels(['<15%', '15%', '100%'])

# 美化图表
ax.set_title('电池电量随时间变化（自定义颜色映射）', fontsize=14, pad=15)
ax.set_xlabel('时间点', fontsize=12)
ax.set_ylabel('电量百分比', fontsize=12)
ax.grid(True, linestyle='--', alpha=0.3)

plt.tight_layout()
plt.show()

3. 关键细节说明 #

• 颜色映射扩展：我们先生成基础的绿红渐变，再通过修改颜色数组的方式把低于15%的部分替换成黑色，这种方式比直接定义分段映射更灵活。
• BoundaryNorm的作用：它能帮我们严格区分不同数值区间的颜色规则，确保低于0.15的所有值都显示黑色，不会出现渐变过渡。
• 可视化选择：用scatter可以给每个数据点单独上色，适合展示高密度的时序数据；如果你想要折线的颜色渐变效果，可以用LineCollection，但实现起来稍复杂，对于1944个点来说，scatter的展示效果已经足够清晰。

4. 适配你现有代码的小技巧 #

如果你的原代码用的是plt.plot绘制折线，可以替换成以下方式（实现折线颜色随电量变化）：

# 替换原plot语句
from matplotlib.collections import LineCollection

# 构建线段数据
segments = []
for i in range(len(time_points)-1):
    x = [time_points[i], time_points[i+1]]
    y = [battery_levels[i], battery_levels[i+1]]
    segments.append(np.array([x, y]).T)

# 创建线段集合并上色
lc = LineCollection(segments, cmap=custom_cmap, norm=norm, linewidth=2)
lc.set_array(battery_levels[:-1])  # 给每个线段分配对应的电量值
ax.add_collection(lc)

内容的提问来源于stack exchange，提问作者Quertsy