Matplotlib绘图：x轴对数间距y轴线性间距及子图颜色栏布局问题

一、解决imshow对数轴显示异常的问题 #

imshow默认按均匀像素间距绘制数据，不会自动匹配对数间距的xs——仅设置ax.set_xscale('log')只会修改轴刻度样式，数据的实际绘制位置仍为均匀分布，因此出现显示异常。

修复方案：

• （推荐）继续使用pcolormesh（比pcolor效率更高），它会直接根据xs和ys的网格映射坐标，天然支持非均匀间距。
• 若坚持使用imshow，需手动指定extent参数并调整坐标轴刻度：

  import matplotlib.pyplot as plt
  import numpy as np
  
  # 示例数据
  xs = np.logspace(0, 3, 100)  # 对数间距x轴
  ys = np.linspace(0, 10, 50)   # 线性间距y轴
  zs = np.random.rand(len(ys), len(xs))  # 网格数据
  
  fig, ax = plt.subplots()
  # 设置extent定义坐标轴范围：[x最小值, x最大值, y最小值, y最大值]
  im = ax.imshow(zs, extent=[xs.min(), xs.max(), ys.min(), ys.max()], aspect='auto', origin='lower')
  ax.set_xscale('log')
  plt.colorbar(im)
  plt.show()
  

二、解决多子图颜色栏挤占子图空间的问题 #

用plt.subplots(ncols=5)创建子图时，直接给最后一个子图添加颜色栏会压缩其宽度，导致子图大小不一致，可通过以下两种方法解决：

方法1：用gridspec预留颜色栏空间 #

将画布分为6列，前5列放子图，最后一列专门放颜色栏，保证所有子图宽度一致：

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import numpy as np

# 示例数据
xs = np.logspace(0, 3, 100)
ys = np.linspace(0, 10, 50)
zs_list = [np.random.rand(len(ys), len(xs)) for _ in range(5)]

fig = plt.figure(figsize=(12, 4))
# 定义网格：1行6列，前5列宽度相同，最后一列用于颜色栏（宽度比例缩小）
gs = gridspec.GridSpec(1, 6, width_ratios=[1,1,1,1,1,0.1])

# 绘制5个子图
axes = []
for i in range(5):
    ax = fig.add_subplot(gs[0, i])
    pcm = ax.pcolormesh(xs, ys, zs_list[i], shading='auto')
    ax.set_xscale('log')
    axes.append(ax)

# 在预留位置添加颜色栏
cbar_ax = fig.add_subplot(gs[0, 5])
fig.colorbar(pcm, cax=cbar_ax)

plt.tight_layout()
plt.show()

方法2：共享颜色栏并调整间距 #

如果使用共享颜色栏，可指定所有子图给fig.colorbar，通过pad参数控制颜色栏与子图的间距，避免挤压子图：

import matplotlib.pyplot as plt
import numpy as np

xs = np.logspace(0, 3, 100)
ys = np.linspace(0, 10, 50)
zs_list = [np.random.rand(len(ys), len(xs)) for _ in range(5)]

fig, axes = plt.subplots(ncols=5, figsize=(12, 4))

# 第一个子图绘制并获取颜色映射对象
pcm = axes[0].pcolormesh(xs, ys, zs_list[0], shading='auto')
axes[0].set_xscale('log')

# 绘制其余子图
for i, ax in enumerate(axes[1:]):
    ax.pcolormesh(xs, ys, zs_list[i+1], shading='auto')
    ax.set_xscale('log')

# 添加共享颜色栏，pad参数控制间距
fig.colorbar(pcm, ax=axes, pad=0.02)

plt.tight_layout()
plt.show()

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