Python matplotlib中tricontourf对数色条色阶数量不足如何解决？

你遇到的问题根源是：tricontourf结合对数归一化/对数Locator时，默认的级别生成逻辑仅会匹配10的整数次幂作为分界点，所以即便你指定了levels=10，最终实际生成的色阶数量仍然只和你数据覆盖的数量级数量一致，导致同数量级内的数值全部对应同一种颜色。

两种实现方式，按需选择即可：

• 方案1：手动生成对数间隔的色阶（最可控，推荐）
  直接根据你的数据范围生成指定数量的对数间隔级别，传入tricontourf的levels参数即可，你想要多少级的色阶直接调整生成级别时的数量参数就行。

修改后的核心代码如下：

else:
    # 手动生成50个对数间隔的色阶，可按需调整数量
    vmin = data.min()
    vmax = data.max()
    log_levels = np.logspace(np.log10(vmin), np.log10(vmax), 50)
    plot = ax[idx].tricontourf(x_coords,y_coords,data, levels=log_levels, norm=matplotlib.colors.LogNorm(), cmap='plasma')

• 方案2：修改LogLocator参数增加子级别
  如果要保留Locator的自动计算逻辑，可以给LogLocator传入subs参数，指定每个数量级内的子间隔乘数，即可在每个数量级内生成多个分级：

plot = ax[idx].tricontourf(x_coords,y_coords,data, 10, locator=matplotlib.ticker.LogLocator(subs=np.arange(1, 10)), cmap='plasma')

这里subs=np.arange(1,10)表示每个10^n ~10^(n+1)的区间内，按1、2、3...9的乘数生成子级别，大幅增加色阶数量。

import sys
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
from mpl_toolkits.axes_grid1 import make_axes_locatable
import math


x_coords     = np.random.rand((1000))
y_coords     = np.random.rand((1000))
values       = np.random.rand((1000))*1000

aspect_ratio = (max(x_coords) - min(x_coords)) / (max(y_coords) - min(y_coords))

plots_x      = 1 if aspect_ratio > 1.5 else 2
plots_y      = 2 if aspect_ratio > 1.5 else 1

fig, ax = plt.subplots(plots_y, plots_x)

def plot_field(idx, data, min=1, max=1, log_norm=False):
    # 确保数据中无0和负值
    if log_norm:
        data = np.clip(data, np.max(data) / 1000000, np.max(data))

    if not log_norm:
        plot = ax[idx].tricontourf(x_coords,y_coords,data, 10, cmap='plasma')
    else:
        # 手动生成50级对数色阶，可按需调整数量
        vmin = data.min()
        vmax = data.max()
        log_levels = np.logspace(np.log10(vmin), np.log10(vmax), 50)
        plot = ax[idx].tricontourf(x_coords,y_coords,data, levels=log_levels, norm=matplotlib.colors.LogNorm(), cmap='plasma')
    # ax[idx].scatter(x_coords,y_coords, c='red', s=1)
    ax[idx].set_aspect(1)

    divider = make_axes_locatable(ax[idx])
    cax = divider.append_axes("right", size="5%", pad=0.05)
    fig.colorbar(plot,cax=cax)


plot_field(0,values, log_norm=True)

plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者Finn Eggers