Matplotlib散点图与Colorbar颜色不匹配的实现方法

散点与配套色条不匹配的本质是着色逻辑违背Matplotlib的色阶映射规则：

• 原代码提前通过data['river1'].map(cmap)将径流占比数值硬映射为具体RGB颜色，再传入scatter的c参数
• 当c参数接收已完成渲染的颜色序列时，Matplotlib会直接跳过自动着色、数值归一化流程，你之前设置的vmin=0、vmax=1参数完全失效
• 后续生成的Colorbar没有与真实径流占比数值的绑定关系，会基于无意义的内部缓存值生成刻度，最终出现散点颜色与色条刻度完全错位的问题

注意：当c参数接收RGB/RGBA格式的颜色序列时，Matplotlib会完全跳过自动着色和归一化流程，此时生成的色条不具备数值匹配意义，必然出现色值错位

• 不要提前对传入c的数值做手动色图映射，直接将原始径流占比数值传入c参数，由Matplotlib自动完成「数值→色图颜色」的绑定
• 将自定义色图通过scatter的cmap参数传入，而非提前手动映射每个点的颜色
• 保留明确的vmin/vmax范围定义，确保数值到颜色的映射区间与色条刻度完全对齐

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

data = pd.read_csv('data ocean.csv', delimiter=';')
fig = plt.figure(figsize=(23, 7))
m = Basemap(
    width=1500000, height=1000000,
    projection='stere', lat_ts=73, lat_0=73, lon_0=127,
    resolution='l'
)
m.drawcoastlines()
m.drawmapboundary()
m.fillcontinents(color='red')
# 绘制经纬网格
m.drawparallels(np.arange(60., 80., 5.))
m.drawmeridians(np.arange(0., 180., 10.))

# 直接定义色图对象，不做提前映射
cmap = plt.cm.get_cmap('Dark2_r')
x, y = m(np.array(data['Long1']), np.array(data['Lat1']))
# 传入原始数值作为着色依据，绑定vmin/vmax与色图
pic = plt.scatter(
    x, y, marker='o',
    vmin=0, vmax=1,
    s=50, c=data['river1'],
    cmap=cmap
)

plt.title('доля речных вод, 2015 ', fontsize='15')
plt.colorbar(pic)
# 保存逻辑移到show之前，避免画布缓存释放导致保存空白
fig.savefig('1.png', dpi=fig.dpi)
plt.show()

• 如果你的river1字段是离散分类值而非连续占比数值，需要将vmin/vmax调整为匹配分类索引的范围，不要硬设为0-1
• 不需要手动设置离散色图的长度匹配样本数，Matplotlib会根据传入的数值范围对色图做线性映射，不会出现色值错位
• 原代码中plt.draw()放在plt.show()之后会触发图像缓冲释放，容易导致保存的图片为空白，可移除该冗余调用

内容的提问来源于stack exchange，提问作者hazel