如何为Seaborn自定义混合调色板设置自定义刻度标签？

你之前的代码问题在于：sns.color_palette(..., as_cmap=True)返回的是Matplotlib的Colormap对象，不是绘图的Axes对象，所以直接调用ax.collections[0]会报错——Colormap根本没有collections属性。

要修改色条的刻度标签，需要先通过绘图或创建标量映射对象生成色条，再对色条对象进行设置，以下是两种常见场景的解决方案：

场景1：单独展示自定义标签的色条 #

如果只是想单独显示带自定义标签的色条，可以通过ScalarMappable创建虚拟映射，再生成色条并修改标签：

import matplotlib.pyplot as plt
import seaborn as sns

# 创建混合调色板为colormap
cmap = sns.color_palette("blend:#00FF00,#FFFF00,#FF0000", as_cmap=True)

# 创建虚拟标量映射（不需要实际数据）
sm = plt.cm.ScalarMappable(cmap=cmap)
sm.set_array([])

# 生成色条，设置对应刻度位置和标签
cbar = plt.colorbar(sm, ticks=[0, 0.5, 1])
cbar.set_ticklabels(['low', 'med', 'high'])
# 可选：设置色条标题
cbar.set_label('数值等级')

plt.show()

场景2：在Seaborn绘图中修改色条标签 #

如果是在热图、散点图等Seaborn绘图中使用该调色板，需要先获取绘图生成的色条对象，再修改刻度和标签：

以热图为例：

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

# 生成示例数据
data = np.random.rand(5, 5)

# 创建混合调色板
cmap = sns.color_palette("blend:#00FF00,#FFFF00,#FF0000", as_cmap=True)

# 绘制热图，获取Axes对象
ax = sns.heatmap(data, cmap=cmap)

# 获取色条对象
cbar = ax.collections[0].colorbar

# 设置刻度位置（对应数据的最小值、中间值、最大值）
cbar.set_ticks([data.min(), (data.min() + data.max())/2, data.max()])
# 设置自定义标签
cbar.set_ticklabels(['low', 'med', 'high'])
# 可选：设置色条标题
cbar.set_label('数据等级')

plt.show()

关键说明 #

• 色条的ticks位置需要和你想标注的等级对应：如果是0-1范围的归一化值，用[0,0.5,1]；如果是实际数据范围，用数据的最小、中间、最大值。
• 必须先有实际的绘图（或虚拟的ScalarMappable）生成色条，才能对色条的刻度和标签进行修改。

内容的提问来源于stack exchange，提问作者Smith