Matplotlib中ax.imshow子图的cmap、vmin、vmax设置无效问题

以下是几个常见的排查和解决方向：

• 确认参数传递的正确性
  确保你在每个子图的绘图函数（比如imshow）中显式传入cmap、vmin、vmax参数，且调用的是子图对象（ax.imshow()）而非全局的plt.imshow()——后者会覆盖当前活跃的轴，可能导致参数设置被忽略。示例代码：

  fig, axes = plt.subplots(2, 2)
  # 遍历子图和对应数据
  for ax, data in zip(axes.flat, your_data_list):
      # 显式指定参数
      ax.imshow(data, cmap='coolwarm', vmin=data.min()*0.8, vmax=data.max()*1.2)
  plt.tight_layout()
  plt.show()
  

• 共享归一化对象（统一色标范围）
  如果希望所有子图使用相同的颜色映射和数值范围，建议创建一个统一的Normalize对象并传入每个绘图函数，避免因数据差异导致参数失效：

  from matplotlib.colors import Normalize
  
  # 基于所有数据确定统一的vmin/vmax
  all_data = np.concatenate(your_data_list)
  norm = Normalize(vmin=all_data.min(), vmax=all_data.max())
  
  fig, axes = plt.subplots(2, 2)
  for ax, data in zip(axes.flat, your_data_list):
      ax.imshow(data, cmap='viridis', norm=norm)
  # 添加统一色标
  fig.colorbar(plt.cm.ScalarMappable(norm=norm, cmap='viridis'), ax=axes.ravel())
  plt.show()
  

• 检查后续代码是否覆盖设置
  排查绘图后是否有调用ax.set_clim()、plt.clim()这类修改颜色范围的代码，这些方法会直接覆盖你之前设置的vmin和vmax。如果有，要么删除这些代码，要么确保其参数与你预期的范围一致。

• 验证数据实际范围
  打印数据的最小值和最大值（print(data.min(), data.max())），确认你设置的vmin/vmax确实超出了数据本身的范围。如果数据范围和你设置的参数完全重合，颜色映射不会有视觉变化，看起来就像参数没生效。

内容的提问来源于stack exchange，提问作者theevilnerd42