如何修复Matplotlib中TwoSlopeNorm导致的拉伸色条问题

要实现白色（发散色图中心）固定在数值1，同时色条间隔与数值成比例（0-1区间和其他单位区间在色条上长度一致），需要调整发散色图的颜色节点位置，而非依赖TwoSlopeNorm（它会强制中心两侧区间在色条上各占一半）。

核心思路 #

1. 保持线性归一化（Normalize(vmin=0, vmax=vmax)），确保色条刻度与数值成正比。
2. 调整发散色图的颜色映射，将原色图的中心色（白色）从默认的中间位置（0.5），移动到与数值1对应的归一化位置（即(1 - vmin)/(vmax - vmin)）。

完整代码实现 #

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors as colors
from matplotlib import cm

delta = 0.01
x = np.arange(0, 2.001, delta)
y = np.arange(0.0, 2.001, delta)
X, Y = np.meshgrid(x, y)
Z = X**2 + Y**2

# 设定参数
vmin = 0
vmax = 9
center_val = 1  # 需要突出的中心值

# 计算中心值对应的归一化位置
center_pos = (center_val - vmin) / (vmax - vmin)

# 基于seismic色图调整颜色节点，将白色移动到center_pos
original_cmap = cm.seismic
cdict = original_cmap._segmentdata

# 重新构建颜色字典：将原0.5位置的白色节点替换为center_pos
new_cdict = {}
for color, segments in cdict.items():
    new_segments = []
    for seg in segments:
        if seg[0] == 0.0:
            new_segments.append((0.0, seg[1], seg[2]))
        elif seg[0] == 0.5:
            new_segments.append((center_pos, seg[1], seg[2]))
        elif seg[0] == 1.0:
            new_segments.append((1.0, seg[1], seg[2]))
    new_cdict[color] = new_segments

# 创建调整后的自定义色图
custom_cmap = colors.LinearSegmentedColormap('custom_seismic', new_cdict)

fig = plt.figure(figsize=(16,5))

# 原无约束绘图
ax = fig.add_subplot(141)
plt.pcolormesh(Z, cmap=cm.seismic, vmin=0, vmax=9)
plt.title('默认：白色位置随范围变化')
plt.colorbar(extend='max')

# TwoSlopeNorm的问题：色条被拉伸
ax = fig.add_subplot(142)
plt.pcolormesh(Z, cmap=cm.seismic, norm=colors.TwoSlopeNorm(vmin=0, vmax=9, vcenter=1))
plt.title('TwoSlopeNorm：白色固定但色条拉伸')
plt.colorbar(extend='max')

# 解决方案：自定义色图+线性归一化
ax = fig.add_subplot(143)
norm = colors.Normalize(vmin=vmin, vmax=vmax)
plt.pcolormesh(Z, cmap=custom_cmap, norm=norm)
plt.title('目标效果：白色固定+色条线性比例')
plt.colorbar(extend='max')

# 验证不同vmax的情况（比如vmax=4）
vmax_new = 4
center_pos_new = (center_val - vmin)/(vmax_new - vmin)
new_cdict_new = {}
for color, segments in cdict.items():
    new_segments = []
    for seg in segments:
        if seg[0] == 0.0:
            new_segments.append((0.0, seg[1], seg[2]))
        elif seg[0] == 0.5:
            new_segments.append((center_pos_new, seg[1], seg[2]))
        elif seg[0] == 1.0:
            new_segments.append((1.0, seg[1], seg[2]))
    new_cdict_new[color] = new_segments
custom_cmap_new = colors.LinearSegmentedColormap('custom_seismic_new', new_cdict_new)

ax = fig.add_subplot(144)
norm_new = colors.Normalize(vmin=vmin, vmax=vmax_new)
plt.pcolormesh(Z, cmap=custom_cmap_new, norm=norm_new)
plt.title(f'vmax={vmax_new}：白色仍固定在1')
plt.colorbar(extend='max')

plt.tight_layout()
plt.show()

效果说明 #

• 自定义色图通过修改颜色节点位置，让白色精准对应数值1，同时使用线性归一化保证色条上的数值间隔与长度成正比（0-1区间和1-2区间在色条上长度一致）。
• 无论设定多大的vmax，白色始终固定在数值1的位置，色条刻度保持线性比例。

内容的提问来源于stack exchange，提问作者ouranos