科研绘图中的色卡选择与高级 Colorbar 设计

Matplotlib 进阶：做一个“两头尖尖”的竖直色条，并自动命名保存

在做论文图/报告图时，常规的矩形 colorbar 有时不够“视觉友好”。比如我最近需要一个竖直、窄而高、上下两端尖尖的色条（类似箭头端帽），同时希望：

• 颜色映射可控（示例用cividis，也可替换为任何 colormap）
• 色条范围可控（示例0 ~ 0.2）
• 字体统一（Times New Roman）
• 自动按cmap + vmin + vmax生成文件名
• 直接dpi=1000保存，适合论文排版

下面这段代码用到的核心技巧是：
用Polygon在ax.transAxes坐标系里画一个“尖头形状”的剪裁路径，然后把 colorbar 的色块集合 clip 到这个路径里。

最终效果要点

• 色条是竖直方向（orientation='vertical'）
• 画布很窄很高（figsize=(0.5, 5)）
• 上下端通过顶点坐标做成尖尖形状
• 外轮廓线单独画一层黑色边框，线宽可控
• 自动保存文件名，例如：colorbar_cividis_0_0p2.png

竖向色卡完整代码（可直接运行）

importnumpyasnpimportmatplotlib.pyplotaspltfrommatplotlib.colorsimportNormalizefrommatplotlib.cmimportScalarMappablefrommatplotlib.patchesimportPolygon# 设置字体plt.rcParams['font.family']='Times New Roman'plt.rcParams['font.size']=35# 创建颜色映射cmap=plt.get_cmap("cividis")norm=Normalize(vmin=0,vmax=0.2)# 创建画布：竖直（窄而高）fig,ax=plt.subplots(figsize=(0.5,5))fig.subplots_adjust(left=0.4)# 添加色条cb=plt.colorbar(ScalarMappable(norm=norm,cmap=cmap),cax=ax,orientation='vertical')# 定义“两头尖尖”的竖直路径（单位坐标）verts=[[0.5,0.00],[0.0,0.03],[0.0,0.97],[0.5,1.00],[1.0,0.97],[1.0,0.03],[0.5,0.00]]# 创建剪裁路径clip_path=Polygon(verts,closed=True,transform=ax.transAxes,facecolor='none')ax.add_patch(clip_path)# 应用剪裁路径cb.outline.set_visible(False)forcincb.ax.collections:c.set_clip_path(clip_path)# 添加黑色边框（细线）border=Polygon(verts,closed=True,transform=ax.transAxes,edgecolor='black',facecolor='none',linewidth=0.6)ax.add_patch(border)# 隐藏外框但保留刻度ax.tick_params(left=False,right=False,top=False,bottom=False)forspineinax.spines.values():spine.set_visible(False)# ========= 自动命名并保存 =========cmap_name=getattr(cmap,"name",str(cmap))vmin,vmax=float(norm.vmin),float(norm.vmax)def_fmt(x:float)->str:# 0.02 -> 0p02，-1 -> m1，避免文件名里出现 '.' 和 '-'s=f"{x:g}".replace("-","m").replace(".","p")returns save_name=f"colorbar_{cmap_name}_{_fmt(vmin)}_{_fmt(vmax)}.png"plt.savefig(save_name,dpi=1000,bbox_inches='tight')print("Saved:",save_name)plt.show()

横向色卡完整代码（可直接运行）

importnumpyasnpimportmatplotlib.pyplotaspltfrommatplotlib.colorsimportNormalizefrommatplotlib.cmimportScalarMappablefrommatplotlib.patchesimportPolygon# 设置字体plt.rcParams['font.family']='Times New Roman'plt.rcParams['font.size']=35# 创建颜色映射cmap=plt.get_cmap("seismic")norm=Normalize(vmin=-1,vmax=1)# 创建画布：横向（宽而矮）fig,ax=plt.subplots(figsize=(10,0.5))fig.subplots_adjust(bottom=0.4)# 添加色条：横向cb=plt.colorbar(ScalarMappable(norm=norm,cmap=cmap),cax=ax,orientation='horizontal')# “两头尖尖”横向路径（Axes 坐标）verts=[[0.00,0.5],[0.03,1.0],[0.97,1.0],[1.00,0.5],[0.97,0.0],[0.03,0.0],[0.00,0.5]]# 创建剪裁路径clip_path=Polygon(verts,closed=True,transform=ax.transAxes,facecolor='none')ax.add_patch(clip_path)# 应用剪裁cb.outline.set_visible(False)forcincb.ax.collections:c.set_clip_path(clip_path)# 黑色边框border=Polygon(verts,closed=True,transform=ax.transAxes,edgecolor='black',facecolor='none',linewidth=0.8)ax.add_patch(border)# 隐藏外框ax.tick_params(top=False,bottom=False,left=False,right=False)forspineinax.spines.values():spine.set_visible(False)# ========= 自动命名并保存 =========cmap_name=getattr(cmap,"name",str(cmap))vmin,vmax=float(norm.vmin),float(norm.vmax)def_fmt(x:float)->str:# 0.02 -> 0p02, -1 -> m1，避免文件名中的 '.' 和 '-'returnf"{x:g}".replace("-","m").replace(".","p")save_name=f"colorbar_horizontal_{cmap_name}_{_fmt(vmin)}_{_fmt(vmax)}.png"plt.savefig(save_name,dpi=300,bbox_inches='tight')print("Saved:",save_name)plt.show()

你最可能会改的 4 个参数

1. 色卡：
   cmap = plt.get_cmap("cividis")
   替换成viridis / plasma / inferno / magma / RdYlBu / jet ...

2. 取值范围：
   Normalize(vmin=0, vmax=0.2)
   对应你的误差范围、物理量范围等。

3. 尖头“尖不尖”：
   verts里的0.03和0.97控制端部收尖长度：

   • 想更尖：改成0.01 / 0.99
   • 想更钝：改成0.05 / 0.95

4. 输出质量：
   dpi=1000很清晰但文件大；一般论文300~600也够。

色卡说明（低值 → 高值）

在科研绘图和数值结果可视化中，色卡的选择会直接影响读者对数据结构和物理规律的理解。常用的连续型色卡如 plasma、viridis、inferno、magma 和 cividis，都具有较好的亮度单调性和感知一致性，能够真实反映标量场的连续变化。其中，viridis 和 cividis 对色觉缺陷更加友好，适合论文和正式报告；inferno 和 magma 在高值区域对比更强，适合突出极值或强梯度结构。单色系色卡如 Greys、Blues、Purples 和 Oranges 风格简洁，适合误差分布、权重场或辅助变量展示，不会干扰主体信息。对于存在正负对称或偏离参考值的结果，RdYlBu 这类发散型色卡更有助于区分不同符号和变化方向。相比之下，jet 虽然颜色丰富、对比强烈，但亮度变化不连续，容易引入视觉误判，一般不建议用于定量分析，仅适合定性示意。合理选择色卡，可以在不改变数据本身的前提下，显著提升结果的可读性与专业性。

• plasma
  颜色从深紫色逐渐过渡到洋红色 / 橙色，最终到达亮黄色。整体对比强烈，高值区域亮度高，适合突出极大值结构。
  

• viridis
  颜色从深蓝紫色开始，依次过渡为蓝色—绿色，最终到达明亮的黄绿色。亮度单调增加，感知一致性好，适合绝大多数连续标量场。
  

• inferno
  颜色由黑紫色起始，逐渐过渡为深红色—橙色，最终到达亮黄色。低值区域非常暗，高值区域突出，适合强调极值和强梯度区域。
  

• cividis
  颜色从深蓝色过渡到灰绿色，最终到达浅黄色。亮度变化平滑，对色觉缺陷友好，适合正式论文与工程报告。
  

• magma
  颜色由深紫近黑色开始，逐渐过渡为暗红色—橙色，最终达到浅黄色 / 近白色。整体偏暖色调，层次分明，适合能量或强度分布。
  请添加图片描述
  

• Greys
  颜色从黑色 / 深灰色逐渐过渡到浅灰色 / 白色。无色相干扰，适合误差场、权重分布或二值/半二值结果展示。
  

• Blues
  颜色由浅蓝色逐渐过渡到深蓝色。常用于表示随数值增强的强度、浓度或概率分布。
  

• Purples
  颜色从浅紫色逐渐过渡为深紫色。视觉柔和，适合辅助变量或次要物理量展示。

• Oranges
  颜色由浅橙色逐渐过渡到深橙色。对比明显，适合强调正值或增长趋势的变量。

• RdYlBu（发散型色卡）
  颜色从红色逐渐过渡到黄色（中值），再到蓝色。常用于展示正负对称分布或相对于参考值的偏差场。
  

• jet
  颜色由深蓝色开始，依次过渡为蓝色—青色—绿色—黄色—红色。虽然对比强烈，但亮度变化不连续，可能引入视觉伪影，不推荐用于定量分析，仅适合定性展示。