如何为刻度不同的hist2d子图添加统一色条并规范x轴刻度

1. 实现统一色条 #

由于两个子图的数值范围不同（上限6和14），要实现统一色条，需：

• 先计算两个数据集的全局最小值和最大值，作为共同的颜色映射范围（vmin和vmax）
• 绘制两个hist2d时指定相同的vmin、vmax和cmap
• 只添加一个色条，关联两个子图，放在整体布局的右侧

2. 修正x轴科学计数法问题 #

Matplotlib会自动选择刻度格式，当刻度值的小数位数或范围触发科学计数法时，可通过设置刻度格式器强制使用常规小数格式。

修改后的完整代码 #

import matplotlib.pyplot as plt
from matplotlib.ticker import ScalarFormatter
import numpy as np
from datetime import timedelta

# 原数据处理部分
t_arrival=ce['P_Time'];
t_0=t_arrival[70];
t_a=t_0 + timedelta(hours=72);
t_b=t_0 - timedelta(hours=72);

x_bins = np.linspace(-130.05, -129.95, 20);
y_bins = np.linspace(45.90, 46, 20);

df_b = df_lo[(df_lo['A_t'].between(t_b,t_0))];
y_b=df_b['lat'];
x_b=df_b['long'];

df_a = df_lo[(df_lo['A_t'].between(t_0,t_a))];
y_a=df_a['lat'];
x_a=df_a['long'];


# 计算全局颜色范围
counts_b, _, _ = np.histogram2d(x_b, y_b, bins=[x_bins, y_bins])
counts_a, _, _ = np.histogram2d(x_a, y_a, bins=[x_bins, y_bins])
vmin = min(counts_b.min(), counts_a.min())
vmax = max(counts_b.max(), counts_a.max())

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12,5), sharey=True)

# 绘制第一个子图，指定统一颜色范围
b=ax1.hist2d(x_b, y_b, bins =[x_bins, y_bins], cmap='Blues', vmin=vmin, vmax=vmax)

ax1.set_xlim([-130.05, -129.95])
ax1.set_ylim([45.90, 46])
ax1.set_yticks([45.90, 45.925, 45.95, 45.975, 46])
ax1.set_xticks([-130.05, -130.025, -130, -129.975, -129.95])
ax1.set_ylabel('Latitude', fontsize=10)
ax1.set_xlabel('Longitude', fontsize=10)

# 绘制第二个子图，使用相同颜色范围
a=ax2.hist2d(x_a, y_a, bins =[x_bins, y_bins], cmap='Blues', vmin=vmin, vmax=vmax)

ax2.set_xlim([-130.05, -129.95])
ax2.set_ylim([45.90, 46])
ax2.set_yticks([45.90, 45.925, 45.95, 45.975, 46])
ax2.set_xticks([-130.05, -130.025, -130, -129.975, -129.95])
ax2.set_xlabel('Longitude', fontsize=10)

# 修正x轴刻度格式，禁用科学计数法
for ax in [ax1, ax2]:
    ax.xaxis.set_major_formatter(ScalarFormatter(useOffset=False))
    ax.ticklabel_format(style='plain', axis='x')

# 添加统一色条，关联两个子图
fig.colorbar(b[3], ax=[ax1, ax2], shrink=0.80, label='Observations/day', fontsize=10)

plt.tight_layout() 
plt.show()

关键修改说明 #

1. 全局颜色范围计算：通过np.histogram2d提前获取两个子图的计数数据，计算出vmin和vmax，确保两个子图使用相同的颜色标尺。
2. 共享色条添加：使用fig.colorbar(..., ax=[ax1, ax2])将色条绑定到两个子图，自动布局在整体右侧。
3. x轴格式修正：通过ScalarFormatter(useOffset=False)和ticklabel_format(style='plain')强制x轴刻度使用常规小数格式，避免科学计数法。

内容的提问来源于stack exchange，提问作者Adnan