Matplotlib Colormap未按预期返回对应值颜色，求修复方案

问题出在你调用colormap的方式上：cmap(row.value)直接传入了原始的value值（0-15），但Matplotlib的colormap函数只接受0到1之间的归一化数值。当输入值大于1时，会被自动截断为1，所以所有箭头都用了colormap最左端的黄色。

有两种简单的修复方式：

方法一：利用已定义的ScalarMappable做颜色转换 #

你已经创建了scalarmappable对象，它自带归一化逻辑，直接用它的to_rgba方法就能得到正确的颜色：

# 替换原代码中的color参数
color=scalarmappable.to_rgba(row.value)

方法二：手动归一化数值 #

如果不想依赖ScalarMappable，也可以自己计算归一化后的值：

# 先计算0-1之间的归一化值
norm_value = (row.value - vmin) / (vmax - vmin)
# 再传入colormap
color=cmap(norm_value)

修改后的完整代码（方法一） #

%matplotlib inline

import matplotlib.pyplot as plt
import matplotlib.patches as patches
from matplotlib import style
from matplotlib import colors
import pandas as pd
import numpy as np

style.use('ggplot')

plot_df = pd.DataFrame({
    'from': [[0, 0], [10, 10], [15, 15], [20, 20]],
    'to':[[10, 10], [20, 20], [30, 30], [40, 40]],
    'value':[0, 5, 10, 15]
})
plot_df['connectionstyle'] = 'arc3, rad=.55'
plot_df['arrowstyle'] = 'Simple, tail_width=1, head_width=10, head_length=15'

fig, ax = plt.subplots()

vmin = 0
vmax = 15
scalarmappable = plt.cm.ScalarMappable(norm=colors.Normalize(vmin=vmin, vmax=vmax), cmap='YlOrRd')
cmap = scalarmappable.get_cmap()
cbar = fig.colorbar(scalarmappable, ax=ax)

ticks = np.linspace(vmin, vmax, 5)
cbar.ax.set_yticks(ticks)
cbar.ax.set_yticklabels([f'{tick:.0f}' for tick in ticks])
cbar.outline.set_linewidth(0)

for _, row in plot_df.iterrows():
    start_x = row['from'][0]
    start_y = row['from'][1]
    dest_x = row['to'][0]
    dest_y = row['to'][1]
    plt.scatter([start_x, dest_x], [start_y, dest_y], color='k')
    p = patches.FancyArrowPatch(
        (start_x, start_y),
        (dest_x, dest_y),
        connectionstyle=row.connectionstyle,
        arrowstyle=row.arrowstyle,
        color=scalarmappable.to_rgba(row.value)  # 这里是修改的地方
    )
    ax.add_patch(p)
   
fig.tight_layout()

这样修改后，箭头就会根据value值从黄色过渡到红色，和颜色条的对应关系一致。

内容的提问来源于stack exchange，提问作者Zeno Dalla Valle