如何在Matplotlib中缩放色标且保留全部数据点（不修改z值）

你可以通过自定义颜色归一化规则实现需求：让色标完整覆盖z的全范围，但颜色渐变集中在数据的核心分布区间（比如±2倍标准差），同时用色标的延伸标记显示超出该区间的极值。以下是修改后的代码：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import TwoSlopeNorm  # 用于居中的归一化

def linreg(x, y, z, alpha=0.5, size=15, std_multiplier=2):
    figsize = [size, 0.75*size]
    plt.rcParams["font.size"] = 1.5625*size
    a, b = np.polyfit(x, y, 1)

    # 计算z的核心分布区间：均值±std_multiplier倍标准差
    z_mean = z.mean()
    z_std = z.std()
    v_center = z_mean
    v_low = z_mean - std_multiplier * z_std
    v_high = z_mean + std_multiplier * z_std

    # 使用TwoSlopeNorm实现居中的归一化，色标渐变集中在核心区间，同时保留z的全范围
    norm = TwoSlopeNorm(vcenter=v_center, vmin=z.min(), vmax=z.max())

    plt.figure(figsize=figsize)
    scatter = plt.scatter(x=x, y=y, c=z, marker="o", alpha=alpha, cmap="viridis", norm=norm)
    # 设置色标显示延伸标记，提示存在超出渐变区间的极值
    plt.colorbar(scatter, label=z.name, extend='both')
    plt.xlabel(x.name)
    plt.ylabel(y.name)
    plt.plot(x, a*x+b, color="k")

    return(a, b, Rsq(y, a*x+b))

关键说明： #

• TwoSlopeNorm：专门用于需要居中的颜色映射场景，它以vcenter为中点，分别向z的最小值和最大值扩展，同时让颜色渐变的核心区域集中在[v_low, v_high]，完美匹配你“色标覆盖全范围、渐变居中于有意义区间”的需求。
• extend='both'：在色标的顶部和底部添加三角箭头，明确提示存在超出核心渐变区间的极大/极小值，全程无需修改原始z数据。
• 自动适配：所有统计量（均值、标准差、极值）都是基于输入z自动计算的，完全无需手动干预，适合批量绘图场景。

如果不需要严格居中的渐变，也可以改用Normalize配合clip=False（但这种方式色标不会显示z的全范围，仅展示核心区间，因此TwoSlopeNorm是更优选择）：

from matplotlib.colors import Normalize
norm = Normalize(vmin=v_low, vmax=v_high)
scatter = plt.scatter(..., norm=norm, clip=False)
plt.colorbar(..., extend='both')

内容的提问来源于stack exchange，提问作者Scrabyard