如何修改Python中图表色条的数值范围并与色段对齐？

问题核心 #

你当前用随机数据生成色条，导致色条范围无法和axhspan定义的UV指数分段（0-2.5、2.5-5.5、5.5-7.5、7.5-10.5、10.5-16）对应，需要直接基于UV的分段规则创建色条，而非依赖随机数据。

修改后的完整代码 #

import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap, BoundaryNorm
import numpy as np

# 假设datosg和div是已定义的变量
# x_v = datosg["Hour"]+div
# y_v = datosg["UV Index"]

fig, ax= plt.subplots(figsize = (7,7))

# 绘制UV指数曲线（保留你的原有代码）
# ax.plot(x_v, y_v, color = "green")
ax.set_xlim(7, 19)
ax.grid()
# 定义UV分段的区间和对应颜色
uv_bounds = [0, 2.5, 5.5, 7.5, 10.5, 16]
uv_colors = ['green', 'blue','red', 'yellow', 'pink']
# 绘制水平颜色分段
for i in range(len(uv_bounds)-1):
    ax.axhspan(uv_bounds[i], uv_bounds[i+1], facecolor=uv_colors[i], alpha=0.7)
ax.margins(0)

# 创建离散的颜色映射和归一化规则
cMap = ListedColormap(uv_colors)
norm = BoundaryNorm(uv_bounds, cMap.N)

# 创建色条：不需要依赖heatmap，直接用ScalarMappable
sm = plt.cm.ScalarMappable(norm=norm, cmap=cMap)
sm.set_array([])  # 不需要实际数据，只用来生成色条

# 添加色条轴并调整位置（参数：[左, 下, 宽, 高]）
cbar_ax = fig.add_axes([0.92, 0.125, 0.03, 0.755])
cbar = plt.colorbar(sm, cax=cbar_ax, orientation="vertical", boundaries=uv_bounds)

# 设置色条的标签和刻度
cbar.set_ticks([(uv_bounds[i] + uv_bounds[i+1])/2 for i in range(len(uv_bounds)-1)])
cbar.set_ticklabels(['Bajo','Medio','Alto','Muy Alto','Extremo'])

plt.show()

关键修改点 #

• 移除随机数据依赖：用ScalarMappable结合BoundaryNorm直接基于UV分段规则创建色条，不再需要pcolor生成的随机热图。
• 对齐分段区间：将axhspan的区间和色条的BoundaryNorm边界统一为uv_bounds列表，确保颜色分段完全对应。
• 简化标签设置：通过计算区间中点设置色条刻度，直接用set_ticklabels添加文本标签，替代原有的循环文本绘制方式，更简洁且对齐准确。
• 调整色条尺寸：修改色条轴的宽度参数（原0.2改为0.03），让色条更贴合目标图的样式。

内容的提问来源于stack exchange，提问作者iTanish