Matplotlib contourf自定义配色时双向拓展colorbar颜色重复问题

使用contourf绘图时设置了自定义配色方案，且将colorbar设置为两端拓展模式，但实际输出中色条两端的最后两个区间颜色相同（如图所示），期望每个区间都能匹配预设的不同颜色。
所用脚本如下：

import matplotlib.pyplot as plt
import matplotlib.colors
import numpy as np
from mpl_toolkits.basemap import Basemap
val=np.random.random((37,97))
theLats=np.arange(0,90.3,2.5)
theLons=np.arange(-50,190.3,2.5)
xx, yy = np.float32(np.meshgrid(theLons, theLats))
m = Basemap(projection='cyl', resolution='l',
            llcrnrlat=5, llcrnrlon=65,
            urcrnrlat=40, urcrnrlon=100)
m.drawcoastlines()
parallels = np.arange(-90.,90,20.)
m.drawparallels(parallels,labels=[1,0,0,0],fontsize=10)
meridians = np.arange(0.,360.,20.)
m.drawmeridians(meridians,labels=[0,0,0,1],fontsize=10)
x, y = m(xx, yy)
colors=['red', 'darkorange', 'goldenrod','gold', 'lightgreen','limegreen','aquamarine','aqua','blue']
cm = matplotlib.colors.ListedColormap(colors)
clevs = np.arange(0.2,.8,0.1)
cs = m.contourf(x,y,val,clevs,cmap=cm,extend='both')
cbar = m.colorbar(cs,location='right',pad="5%")
plt.show()

问题示例图：

原因分析 #

• 你定义的clevs = np.arange(0.2,.8,0.1)共生成6个边界值，对应5个普通数值区间，配合extend='both'参数，总共有<0.2、5个中间区间、>0.7共7个需要配色的区间。
• 你传入的自定义配色列表有9个颜色，matplotlib默认会自动从给定颜色中均匀采样映射到7个区间，导致相邻区间出现重复颜色，就是你看到的色条两端区间颜色一致的问题。

解决方案 #

通过BoundaryNorm明确绑定区间和颜色的映射关系，避免matplotlib自动采样取色即可解决问题，以下是两种适用场景的修改方案：

方案1：保留原有等级范围，适配9个自定义颜色 #

如果不需要调整clevs的数值范围，直接明确颜色映射规则即可：

import matplotlib.pyplot as plt
import matplotlib.colors
import numpy as np
from mpl_toolkits.basemap import Basemap

val=np.random.random((37,97))
theLats=np.arange(0,90.3,2.5)
theLons=np.arange(-50,190.3,2.5)
xx, yy = np.float32(np.meshgrid(theLons, theLats))
m = Basemap(projection='cyl', resolution='l',
            llcrnrlat=5, llcrnrlon=65,
            urcrnrlat=40, urcrnrlon=100)
m.drawcoastlines()
parallels = np.arange(-90.,90,20.)
m.drawparallels(parallels,labels=[1,0,0,0],fontsize=10)
meridians = np.arange(0.,360.,20.)
m.drawmeridians(meridians,labels=[0,0,0,1],fontsize=10)
x, y = m(xx, yy)

colors=['red', 'darkorange', 'goldenrod','gold', 'lightgreen','limegreen','aquamarine','aqua','blue']
clevs = np.arange(0.2,.8,0.1)
# 取列表第一个颜色作为小于0.2的拓展色，最后一个作为大于0.7的拓展色，中间7个取5个对应普通区间
cm = matplotlib.colors.ListedColormap(colors[1:6])
cm.set_under(colors[0])
cm.set_over(colors[-1])
# 明确绑定区间和颜色
norm = matplotlib.colors.BoundaryNorm(clevs, ncolors=cm.N, extend='both')

cs = m.contourf(x,y,val,clevs,cmap=cm,norm=norm,extend='both')
cbar = m.colorbar(cs,location='right',pad="5%")
plt.show()

方案2：调整等级范围，用完9个自定义颜色 #

如果你希望9个颜色全部对应不同的数值区间，调整clevs的边界数量即可：

# 其他代码和上述一致，仅修改clevs和colormap定义部分
colors=['red', 'darkorange', 'goldenrod','gold', 'lightgreen','limegreen','aquamarine','aqua','blue']
cm = matplotlib.colors.ListedColormap(colors)
# 8个边界对应7个普通区间，加两端拓展共9个区间，刚好匹配9个颜色
clevs = np.arange(0.1, 0.9, 0.1)
norm = matplotlib.colors.BoundaryNorm(clevs, ncolors=cm.N, extend='both')

cs = m.contourf(x,y,val,clevs,cmap=cm,norm=norm,extend='both')
cbar = m.colorbar(cs,location='right',pad="5%")
plt.show()

内容的提问来源于stack exchange，提问作者Aristocrat