如何让Matplotlib中色条尺寸与等高线图匹配？

你在使用Matplotlib绘制等高线彩色图时，遇到了色条（colorbar）与主图尺寸不匹配的问题，原代码如下：

import numpy as np  
from matplotlib.ticker import (MultipleLocator, AutoMinorLocator)
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import make_axes_locatable
import scipy.interpolate
from matplotlib.backends.backend_pdf import PdfPages
from functools import reduce

pp = PdfPages('plot.pdf')

N = 2000 
x, y, z = np.genfromtxt(r'100_t_eV_inten.data', unpack=True,autostrip=True,skip_header=1)  

xp= (x-150)*0.6581
yp= y+543

xll = xp.min();  xul = xp.max();  yll = yp.min();  yul = yp.max()

xi = np.linspace(xll, xul, N)
yi = np.linspace(yll, yul, N)
zi = scipy.interpolate.griddata((xp,yp), z/max(z), (xi[None,:], yi[:,None]), method='cubic')

fig, ax =plt.subplots(dpi=800)

colormap=plt.contourf(xi,yi,zi,100)
fig.suptitle('Input Data Contour Map')
plt.xlabel('$\phi$ (deg)')
plt.ylabel('$\psi$ (deg)')

plt.ylim(515, 540)
plt.xlim(-85, 85)

cax = fig.add_axes([ax.get_position().x1+0.04,
                     ax.get_position().y0, 0.2, 
                     ax.get_position().height])

plt.clim(0, 0.2)
 
im=plt.imshow(zi, extent=[xll, xul, yll, yul], cmap='hot')

plt.colorbar(im, cax=cax)
plt.show()

问题原因 #

你的代码存在两个核心问题：

1. 同时调用了contourf和imshow，属于重复绘图，且色条关联的是imshow的对象，和contourf的显示逻辑冲突
2. 手动计算色条轴位置的方式，在设置xlim和ylim后，主图的实际显示区域位置会发生变化，手动设置的轴参数无法自动适配，导致尺寸不匹配；且色条宽度设为0.2（相对画布比例）过宽，进一步加剧了视觉上的不匹配

解决方案 #

使用mpl_toolkits.axes_grid1中的make_axes_locatable工具，它能自动根据主图的实际显示区域创建尺寸完全匹配的色条轴，修改后的完整代码如下：

import numpy as np  
from matplotlib.ticker import (MultipleLocator, AutoMinorLocator)
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import make_axes_locatable
import scipy.interpolate
from matplotlib.backends.backend_pdf import PdfPages
from functools import reduce

pp = PdfPages('plot.pdf')

N = 2000 
x, y, z = np.genfromtxt(r'100_t_eV_inten.data', unpack=True,autostrip=True,skip_header=1)  

xp= (x-150)*0.6581
yp= y+543

xll = xp.min();  xul = xp.max();  yll = yp.min();  yul = yp.max()

xi = np.linspace(xll, xul, N)
yi = np.linspace(yll, yul, N)
zi = scipy.interpolate.griddata((xp,yp), z/max(z), (xi[None,:], yi[:,None]), method='cubic')

fig, ax =plt.subplots(dpi=800)

# 仅保留contourf绘图，避免重复
colormap=plt.contourf(xi,yi,zi,100, cmap='hot')
fig.suptitle('Input Data Contour Map')
plt.xlabel('$\phi$ (deg)')
plt.ylabel('$\psi$ (deg)')

plt.ylim(515, 540)
plt.xlim(-85, 85)

# 使用make_axes_locatable自动创建匹配的色条轴
divider = make_axes_locatable(ax)
# 右侧添加色条轴，宽度为主图的5%，间距0.1
cax = divider.append_axes("right", size="5%", pad=0.1)

plt.clim(0, 0.2)
# 基于contourf的结果创建色条
plt.colorbar(colormap, cax=cax)

plt.show()
pp.close()  # 记得关闭PDF文件，避免损坏

关键修改说明 #

• 移除了多余的imshow调用，确保绘图逻辑统一，避免数据混淆
• 用make_axes_locatable拆分主图轴，自动生成的色条轴会完全匹配主图的高度和位置，无需手动计算
• 将色条关联到contourf返回的colormap对象，确保色条的色彩范围和绘图数据完全对应
• 调整色条宽度为5%（相对主图宽度），并设置pad=0.1保证合理间距，视觉效果更协调
• 添加了pp.close()确保PDF文件正常写入关闭

内容的提问来源于stack exchange，提问作者Alex