在sns.jointplot和plt.hist2d内部实现plt.colorbar（plot colorbar inside the jointplot）

最新推荐文章于 2025-03-01 10:06:09 发布

jaredyam

最新推荐文章于 2025-03-01 10:06:09 发布

阅读量1.5k

点赞数 4

分类专栏： Python Matplotlib 文章标签： python matplotlib

本文链接：https://blog.youkuaiyun.com/weixin_43958105/article/details/115234026

版权

Python 同时被 2 个专栏收录

15 篇文章

订阅专栏

Matplotlib

3 篇文章

订阅专栏

本文介绍了如何使用 seaborn 的 jointplot 函数创建联合分布图，并详细展示了如何通过添加 ax.fig.add_axes 方法来定制颜色条，从而增强图形的可读性和专业性。通过对修改前后的代码对比，阐述了在 matplotlib 中调整颜色条位置和控制其显示方式的关键步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前后结果对比

修改前	修改后

前后代码示例

修改前

ax = sns.jointplot(...)
plt.sca(ax.ax_joint)
plt.hist2d(...)
plt.colorbar(...)

修改后

ax = sns.jointplot(...)
plt.sca(ax.ax_joint)
plt.hist2d(...)
cbar_ax = ax.fig.add_axes(...)
plt.colorbar(cax=cbar_ax, ...)

关于 ax.fig.add_axes 的用法：Joint and marginal histograms

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

jaredyam

关注关注

4
点赞
踩
3

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

【数据分析学习笔记day22】Matplotlib绘图+figure+subplot+直方图hist+ 散点图scatter+柱状图bar+矩阵绘图plt.imshow()+颜色、标记、线型刻度、标

汪雯琦的博客

01-25

1395

文章目录Matplotlib绘图figuresubplotfig.add_subplot(a, b, c)直方图：hist散点图：scatter柱状图：bar矩阵绘图：plt.imshow()plt.subplots()颜色、标记、线型刻度、标签、图例 Matplotlib绘图 Matplotlib 是一个 Python 的 2D绘图库，通过 Matplotlib，开发者可以仅需要几行代码，便可...

pandas 每一列画图_pandas.DataFrame.plot( )参数详解

weixin_39620370的博客

01-17

2038

使用DataFrame的plot方法绘制图像会按照数据的每一列绘制一条曲线，默认按照列columns的名称在适当的位置展示图例，比matplotlib绘制节省时间，且DataFrame格式的数据更规范，方便向量化及计算。DataFrame.plot( )函数：DataFrame.plot(x=None, y=None, kind=‘line‘, ax=None, subplots=False, s...

1 条评论您还未登录，请先登录后发表或查看评论

plot_colorbar:绘制颜色条作为发布图。-matlab开发

06-01

绘制垂直或水平颜色条以包含在出版物中。指定的颜色条可以水平或垂直绘制，并且可以传入函数句柄以允许使用不同的颜色图。写在最近的一些工作中，然后清理并在此处发布，以防对其他人有用。例子： h1 = plot_colorbar([100, 5], 'h', '测试颜色图') h2 = plot_colorbar([150, 10], 'v', 'Test Colormap', @hsv)

基于plt.hist2d实现更美观的colorbar刻度及可视范围（plt.hist2d with custom colorbar）

jaredyam's blog

03-27

4161

修改前后对比如果设置图中的colorbar位置？修改前修改后修改前后代码通过get_ticks获取密度图取值范围，从而将ticks对齐到colorbar两端：修改前：plt.colorbar(...) 修改后：cb = plt.colorbar(...) density = cb.get_ticks() plt.clim(density.min(), density.max()) 通过调试plt.hist2d中的参数bins，使得heatmap能够覆盖colorb

sns.jointplot画联合分布图直方图+散点图，设置xy轴标签

Caiqiudan的博客

07-08

2677

ax = sns.jointplot(x=bo.x13,y=bo.x1) ax.set_axis_labels('低社会地位人口的比例（%）', '人均犯罪率') 或者 ax = sns.jointplot(x='x13', y='x1', data=bo) ax.set_axis_labels('低社会地位人口的比例（%）', '人均犯罪率')

sns jointplot 和子图

就很秃然

01-05

1576

【代码】sns jointplot 和子图。

（plt绘图）自定义热图渐变色，自定义colorbar

qq_34616741的博客

03-21

3437

seaborn库这个方法最不好的就是不太灵活，方便设计库中已经定义好的颜色，想要更加丰富的颜色，还的用plt。自定义我们的渐变色有很多种方式，可以用seaborn库来作，也可以用plt来做。目标是用plt画一个热图，希望自定义颜色和colorbar。这样子就可以人以的定义自己想要的颜色了。接着定义我们的colorbar。首先展示用seaborn。

fig = plt.figure(figsize=[5,5],dpi=300) h=plt.hist2d(df['下行用户平均速率(Mbit/s)'], df['下行PRB平均利用率(%)'], bins=40,cmap=plt.cm.Spectral_r,cmin =1) ax=plt.gca() ax.set_xlabel('下行用户平均速率(Mbit/s)') ax.set_ylabel('下行PRB平均利用率(%)') cbar=plt.colorbar(h[3]) cbar.set_label('count') # Display the plot plt.tight_layout() plt.savefig('./bin-plot1.tiff', dpi=600, bbox_inches = 'tight', facecolor='w') plt.show() 这段代码是什么意思

06-02

具体来说，代码中的`plt.hist2d()`函数用于计算并绘制二维直方图，其中`df['下行用户平均速率(Mbit/s)']`和`df['下行PRB平均利用率(%)']`是要绘制的数据，`bins=40`指定了直方图的箱子数，`cmap=plt.cm.Spectral_r`...

matplotlib hist2d

07-25

Matplotlib's `hist2d` function is used to generate a 2D histogram plot. It takes in two arrays of data, representing the x and y coordinates, and creates a 2D histogram with bins on both axes. Here's...

Matplotlib-基础知识

shunchang的专栏

04-16

1427

matplotlib 目录一、【重点】Matplotlib基础知识二、设置plot的风格和样式 1、【重点】点和线的样式 2、X、Y轴坐标刻度三、2D图形 1、示例 2、【重点】直方图 3、【重点】条形图 4、【重点】饼图 5、【重点】散点图 =============以上为重点================= 下面的自学四、图形内的文字、注释、箭头 1、图形内的文字 2、注释 3、箭头五、3D图 1、曲面图一、Matplotlib基础知识 Matplotlib中的基

python可视化 matplotlib画图使用colorbar工具自定义颜色

彭伟的博客

12-04

1万+

python matplotlib画图使用colorbar工具自定义颜色 colorbar（draw colorbar without any mapple/plot）自定义colorbar可以画出任何自己想要的colorbar，自由自在、不受约束，不依赖于任何已有的图(plot/mappable)。这里使用的是mpl.colorbar.ColorbarBase类，而colorbar类必须依赖于已有的图。参数可以参考下面的描述->matplotlib： class matplotlib.color

【Seaborn】sns.jointplot() 函数：联合分布图（Joint Distribution Plot）、同时显示散点图、直方图、核密度估计（KDE）

最新发布

彬彬侠的博客

03-01

667

seaborn.jointplot()用于可视化两个数值变量的联合分布，同时显示散点图、直方图、核密度估计（KDE）等，适用于变量关系探索（EDA）。-sns.jointplot()适用于两个数值变量的联合分布可视化。-常见参数kind="scatter"（默认），kind="hist"（2D直方图），kind="kde"（密度估计）。hue按类别分类，marginal_kws控制边缘图参数。

笔记：matlab绘图colorbar标注

weixin_43047707的博客

05-08

1354

Matlab colorbar label标注

matlab中colorbar，plot，显示等

qq_38296553的博客

06-10

2313

matlab中显示colorbar和subplotplot绘制曲线 colorbar和subplot figure; % show fractional abundances in aimage for i=1:6 subplot(2,3,i);colormap('jet'); imagesc(image_X(:,:,i));caxis([0,1]); set(gca,'xtick', 0:10:75,'ytick', 0:10:75); colorbar('ytick',0:0.2

【python绘图—colorbar操作学习】

qq_38734327的博客

09-14

1万+

Colorbar可以显示图中的颜色映射范围，帮助理解图中不同颜色所代表的数据范围。例如，在热力图中，不同的颜色可能表示不同的温度值，颜色条可以告诉哪种颜色对应哪个温度值。Colorbar可以提供关于颜色和数据之间的映射关系的信息。可以通过查看颜色条来了解不同颜色在图中代表的数据值。颜色条可以帮助理解数据的分布情况。例如，颜色条中的颜色分布越均匀，表示数据在整个范围内都有分布。

在matplotlib中控制colorbar的长度

simple的博客

04-23

3995

使用matplotlib绘制带颜色的箭头图，有时想直接把颜色条拿来当比例尺条，就需要控制颜色条的长度。

sns.jointplot修改x轴标签

Caiqiudan的博客

04-30

1614

h = sns.jointplot(np.log(rm_.粉丝数), rm_.对数化平均小时人气, alpha=0.1) h.ax_joint.set_xlabel('对数化粉丝数', fontweight='bold')

plt 绘制多个子图只需要一个颜色条

知识搬运者

05-09

1027

可以通过在其自己的轴上添加colorbar来实现。这可以通过手动创建一个附加轴并使用。要删除图形间的轴标签，刻度线等，需要对上述方法进行一些不平凡的修改，其中。用于填充子图形对象的2x3数组，然后对其进行迭代。根据需要平移现有图来完成。

python可视化进阶---seaborn1.4 分布数据可视化 - 散点图 jointplot() / pairplot()