循环生成Matplotlib子图后添加单个统一色条的实现问题

你遇到的问题核心是多子图共享色条时，需要统一颜色映射范围并预留色条的布局空间，以下是两种可行的修改方案：

方案一：用子图数组快速实现 #

这种方法适合快速调整，利用plt.subplots创建子图数组，统一颜色范围后添加色条：

import matplotlib.pyplot as plt
import numpy as np

# 替换为你的实际数据
x1grid, x2grid = np.meshgrid(np.linspace(0, 10, 100), np.linspace(0, 10, 100))
data = np.random.rand(17, 100, 100) * 10
time = np.linspace(0, 16, 17)

# 创建5x5的子图数组
fig, axes = plt.subplots(5, 5, figsize=(15, 15))
# 计算所有数据的极值，确保所有子图用相同的颜色范围
vmin = data.min()
vmax = data.max()

# 循环绘制前17张子图
for t, ax in enumerate(axes.flat[:17]):
    # 绘制pcolor时指定vmin和vmax，统一颜色映射
    im = ax.pcolor(x1grid, x2grid, data[t], vmin=vmin, vmax=vmax)
    ax.set_title(f"t = {time[t]:.1f}")

# 隐藏多余的8个子图
for ax in axes.flat[17:]:
    ax.axis('off')

# 添加底部统一色条，orientation设为horizontal，pad调整间距
fig.colorbar(im, ax=axes, orientation='horizontal', label='blublub', pad=0.05)
plt.tight_layout()
plt.show()

方案二：用GridSpec精细控制布局 #

如果需要更灵活的布局（比如让色条占满整个底部宽度），可以用GridSpec拆分画布：

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

# 替换为你的实际数据
x1grid, x2grid = np.meshgrid(np.linspace(0, 10, 100), np.linspace(0, 10, 100))
data = np.random.rand(17, 100, 100) * 10
time = np.linspace(0, 16, 17)

# 创建画布，预留底部色条空间
fig = plt.figure(figsize=(15, 16))
# 拆分画布为6行5列，前5行放子图，最后1行放色条
gs = GridSpec(6, 5, figure=fig)

vmin = data.min()
vmax = data.max()

# 绘制子图
for t in range(17):
    row = t // 5
    col = t % 5
    ax = fig.add_subplot(gs[row, col])
    im = ax.pcolor(x1grid, x2grid, data[t], vmin=vmin, vmax=vmax)
    ax.set_title(f"t = {time[t]:.1f}")

# 隐藏多余子图
for t in range(17, 25):
    row = t // 5
    col = t % 5
    ax = fig.add_subplot(gs[row, col])
    ax.axis('off')

# 创建色条专用轴，占满最后一行整列
cbar_ax = fig.add_subplot(gs[5, :])
fig.colorbar(im, cax=cbar_ax, orientation='horizontal', label='blublub')

plt.tight_layout()
plt.show()

关键注意点 #

1. 统一颜色范围：必须计算所有数据的vmin和vmax，并在绘制每个子图时传入，否则不同子图颜色映射不一致，色条失去参考意义。
2. 布局调整：用pad参数或GridSpec预留色条空间，避免色条和子图重叠。
3. 多余子图处理：5x5共25个子图，只用17个时需要隐藏剩余的子图，保证布局整洁。

内容的提问来源于stack exchange，提问作者M.D.