Python中如何对colorbar进行归一化并设置指数形式刻度？

你之前使用np.linspace生成的是均匀间隔的刻度，无法实现指数形式的刻度效果，可参考以下两种方案调整：

• 方案1：保留均匀数值间隔，仅修改刻度显示为指数格式
  仅需在创建colorbar的代码后添加刻度格式化配置即可，修改后代码如下：

  import xarray as xr
  import numpy as np
  import matplotlib.pyplot as plt
  from matplotlib.ticker import ScalarFormatter
  
  ds = xr.open_dataset('PL_Era_Tkt.nc')
  
  wp = ds.w.mean(dim=['longitude','latitude']).plot.contourf(x='time',cmap='RdBu',add_colorbar=False,extend='both')
  wpcb = plt.colorbar(wp)
  # 新增指数格式配置
  wpcb.formatter = ScalarFormatter(useMathText=True)
  wpcb.formatter.set_powerlimits((0, 0)) # 强制所有数值使用科学计数法显示
  wpcb.update_ticks()
  
  wpcb.set_label(label='Pa.s${^{-1}}$',size=13)
  plt.gca().invert_yaxis()
  plt.title('Vertical Velocity',size=15)
  plt.show()
  

• 方案2：使用非均匀的指数间隔刻度（和目标图效果完全匹配）
  需要先自定义指数间隔的色阶，再手动设置colorbar的刻度值，修改后代码如下：

  import xarray as xr
  import numpy as np
  import matplotlib.pyplot as plt
  
  ds = xr.open_dataset('PL_Era_Tkt.nc')
  # 自定义正负对称的指数间隔色阶，可根据需要调整对数区间和分段数
  neg_levels = -np.logspace(-2, 0, 20)[::-1]
  pos_levels = np.logspace(-2, 0, 20)
  levels = np.concatenate([neg_levels, pos_levels])
  
  wp = ds.w.mean(dim=['longitude','latitude']).plot.contourf(x='time',cmap='RdBu',levels=levels,add_colorbar=False,extend='both')
  wpcb = plt.colorbar(wp)
  # 手动设置目标刻度值
  wpcb.set_ticks([-1, -0.1, -0.01, 0, 0.01, 0.1, 1])
  
  wpcb.set_label(label='Pa.s${^{-1}}$',size=13)
  plt.gca().invert_yaxis()
  plt.title('Vertical Velocity',size=15)
  plt.show()
  

内容的提问来源于stack exchange，提问作者Wind Circulation