如何修改Matplotlib colormap图的坐标轴刻度为指定数值范围？

我编写了一段Python代码，对处于(-1, 1)范围的x、y值应用二维函数后，使用Matplotlib将结果绘制成colormap。但当前图表的坐标轴显示的是输出数组的整数索引，我希望将坐标轴改为显示x、y的实际数值范围（-1.0到1.0），如同常规绘图软件的样式。请问该如何设置坐标轴的数值范围？

用户代码（注：原代码缺少numpy导入，已补充）：

import matplotlib.pyplot as plt
import numpy as np

# 生成(-1, 1)范围的x、y网格
x, y = np.mgrid[-1:1:.05, -1:1:.05]

# 应用二维函数
z = x * y

# 创建绘图对象
fig, ax = plt.subplots(figsize=(3, 3), ncols=1)

# 绘制色图
pos_neg_clipped = ax.imshow(z, cmap='RdBu', interpolation='none')

# 显示图像
plt.show()

原输出效果：

方法1：为imshow添加extent参数 #

imshow默认以数组的行列索引作为坐标轴刻度，你可以通过extent参数直接指定坐标轴的实际数值范围，格式为[x最小值, x最大值, y最小值, y最大值]。修改后的代码如下：

import matplotlib.pyplot as plt
import numpy as np

x, y = np.mgrid[-1:1:.05, -1:1:.05]
z = x * y

fig, ax = plt.subplots(figsize=(3, 3), ncols=1)
# 新增extent参数，指定x轴范围-1到1，y轴范围-1到1
pos_neg_clipped = ax.imshow(z, cmap='RdBu', interpolation='none', extent=[-1, 1, -1, 1])
# 可选：手动设置刻度，让坐标轴显示更清晰
ax.set_xticks(np.arange(-1, 1.1, 0.5))
ax.set_yticks(np.arange(-1, 1.1, 0.5))

plt.show()

方法2：使用pcolormesh替代imshow #

如果更倾向于基于实际数据坐标的绘图逻辑，推荐使用pcolormesh，它会自动采用x、y的真实数值作为坐标轴，无需额外设置范围：

import matplotlib.pyplot as plt
import numpy as np

x, y = np.mgrid[-1:1:.05, -1:1:.05]
z = x * y

fig, ax = plt.subplots(figsize=(3, 3), ncols=1)
# 使用pcolormesh直接传入x、y、z数据
pos_neg_clipped = ax.pcolormesh(x, y, z, cmap='RdBu', shading='auto')
# 可选：显式指定坐标轴范围（pcolormesh会自动适配，此步骤可省略）
ax.set_xlim(-1, 1)
ax.set_ylim(-1, 1)
# 手动设置刻度优化显示
ax.set_xticks(np.arange(-1, 1.1, 0.5))
ax.set_yticks(np.arange(-1, 1.1, 0.5))

plt.show()

两种方法对比 #

• 方法1适合保留imshow使用习惯的场景，仅需一行参数修改即可完成坐标轴修正。
• 方法2更贴合常规科学绘图的逻辑，直接基于数据坐标渲染，无需额外映射索引与真实值的关系。

内容的提问来源于stack exchange，提问作者nezzer