Matplotlib多子图双颜色条配置咨询：两类子图需对应设置色条

当然可以！完全能在图的右侧放置两个独立的通用颜色条，分别对应你的两组子图。核心思路是手动创建额外的轴对象来放置两个色条，同时确保同组子图使用统一的刻度范围，让色条能适配该组所有子图。

实现步骤说明 #

1. 调整子图布局：缩小subplots_adjust的right参数，给右侧留出足够空间放置两个色条（比如设为0.75，默认是0.9）。
2. 分组绘制子图：
   • 第一组8张子图统一使用jet配色，并且设置相同的vmin和vmax来固定刻度范围，保证色条通用。
   • 第二组4张子图同理，使用RdBu_r配色并统一刻度。
3. 创建色条轴：用fig.add_axes()手动指定色条的位置和大小（归一化坐标，范围0-1），再通过fig.colorbar()把色条绑定到对应组的子图上。

完整代码示例 #

import matplotlib.pyplot as plt
import numpy as np

# 创建4行3列的子图，调整布局留出右侧色条空间
fig, axs = plt.subplots(4, 3, figsize=(10, 12))
plt.subplots_adjust(wspace=0.5, right=0.75, top=0.9, bottom=0.1)

# ---------------------- 第一组：8张子图，jet色条（统一刻度） ----------------------
# 自定义第一组的刻度范围，替换成你实际数据的最小值和最大值
vmin_jet = 0
vmax_jet = 10

# 绘制第一组子图（这里假设前3行的8个为第一组，你可以根据自己的分组调整）
jet_mappable = None
for ax in axs[0, :]:  # 第一行3个
    data = np.random.randint(vmin_jet, vmax_jet, (10, 10))
    im = ax.imshow(data, cmap='jet', vmin=vmin_jet, vmax=vmax_jet)
    if jet_mappable is None:
        jet_mappable = im  # 保存第一个mappable对象用于创建色条
for ax in axs[1, :]:  # 第二行3个
    data = np.random.randint(vmin_jet, vmax_jet, (10, 10))
    ax.imshow(data, cmap='jet', vmin=vmin_jet, vmax=vmax_jet)
for ax in axs[2, 0:2]:  # 第三行前2个，凑够8个
    data = np.random.randint(vmin_jet, vmax_jet, (10, 10))
    ax.imshow(data, cmap='jet', vmin=vmin_jet, vmax=vmax_jet)

# 创建第一个色条的轴（右侧上方，参数：[x位置, y位置, 宽度, 高度]）
cbar_ax1 = fig.add_axes([0.82, 0.55, 0.03, 0.35])
fig.colorbar(jet_mappable, cax=cbar_ax1, label='Jet Colorbar')

# ---------------------- 第二组：4张子图，RdBu_r色条 ----------------------
# 自定义第二组的刻度范围
vmin_rdbu = -5
vmax_rdbu = 5

rdbu_mappable = None
ax = axs[2, 2]  # 第三行第3个
data = np.random.randint(vmin_rdbu, vmax_rdbu, (10, 10))
im = ax.imshow(data, cmap='RdBu_r', vmin=vmin_rdbu, vmax=vmax_rdbu)
rdbu_mappable = im
for ax in axs[3, :]:  # 第四行3个，凑够4个
    data = np.random.randint(vmin_rdbu, vmax_rdbu, (10, 10))
    ax.imshow(data, cmap='RdBu_r', vmin=vmin_rdbu, vmax=vmax_rdbu)

# 创建第二个色条的轴（右侧下方）
cbar_ax2 = fig.add_axes([0.82, 0.1, 0.03, 0.35])
fig.colorbar(rdbu_mappable, cax=cbar_ax2, label='RdBu_r Colorbar')

plt.show()

关键细节提示 #

• 统一刻度范围：必须给同组所有子图设置相同的vmin和vmax，这样色条才能准确代表该组所有子图的数值映射。
• 色条位置调整：fig.add_axes()的四个参数是归一化坐标（0代表左/下，1代表右/上），你可以根据自己的图大小微调[0.82, 0.55, 0.03, 0.35]这些数值，让色条位置更美观。
• mappable对象：只需要保存同组中任意一个子图的imshow()返回对象，就能创建适配整个组的色条，因为同组的配色和刻度都一致。

内容的提问来源于stack exchange，提问作者Tom Smith