几个彩色条而不是

Question

在我的天体物理学实习项目中，我正在创建一个信号过噪声图，我对我的子图有一个小问题，因为为了得到每个热图一个色条，我通过热图得到了3个色条，如下所示：

这是我的剧本（希望它能被理解）：

# VERIFICATION DE LA CARTE S/N
# convolution_X and convolution_mask_X are arrays

fig10 = plt.subplot(1,3,1)
step1 = convolution_locale - convolution_mask_locale
fig_step1 = plt.imshow(step1, interpolation='nearest')
plt.colorbar()
plt.xlabel("X (arcmin)")
plt.ylabel("Y (arcmin)")

fig10 = plt.subplot(1,3,2)
step2 = convolution_grande - convolution_mask_grande
fig_step2 = plt.imshow(step2, interpolation='nearest')
plt.colorbar()
plt.xlabel("X (arcmin)")
plt.ylabel("Y (arcmin)")

fig10 = plt.subplot(1,3,3)
S_N_map = step1 - step2
fig_S_N_map = plt.imshow(S_N_map, interpolation='nearest')
plt.colorbar()
plt.xlabel("X (arcmin)")
plt.ylabel("Y (arcmin)")

fig10 = plt.savefig(outname10)

你需要更多关于阵列的信息吗？在

如果你有主意，谢谢你！在

Answer 1

出于某些原因，图10积累了多余的颜色条；这将产生您想要的结果（我认为）：

# VERIFICATION DE LA CARTE S/N
# convolution_X and convolution_mask_X are arrays
import numpy as np
import random

convolution_locale = np.array([[random.random() for _ in range(100)] for _ in range(100)])
convolution_grande = np.array([[random.random() for _ in range(100)] for _ in range(100)])

plt.subplot(1,3,1)
step1 = convolution_locale   #- convolution_mask_locale # uncomment to use your data
fig_step1 = plt.imshow(step1, interpolation='nearest')
plt.colorbar()
plt.xlabel("X (arcmin)")
plt.ylabel("Y (arcmin)")
plt.show()

plt.subplot(1,3,2)
step2 = convolution_grande  #- convolution_mask_grande # uncomment to use your data
fig_step2 = plt.imshow(step2, interpolation='nearest')
plt.colorbar()
plt.xlabel("X (arcmin)")
plt.ylabel("Y (arcmin)")

plt.subplot(1,3,3)
S_N_map = step1 - step2
fig_S_N_map = plt.imshow(S_N_map, interpolation='nearest')
plt.colorbar()
plt.xlabel("X (arcmin)")
plt.ylabel("Y (arcmin)")

plt.savefig(outname10)

请注意，我修改了绘制的数组的构造（在代码中指出）

Answer 2

你的代码变得混乱，因为你没有告诉它哪个颜色条属于哪个子批次。在

在这里，使用matplotlib面向对象的方法将非常有帮助。如果您创建图形和子图实例（例如使用plt.subplots()），那么您可以在每个实例上调用绘图（例如ax1.imshow）和标记（例如ax1.set_xlabel）方法，而不需要使用plt。然后，当您创建颜色条（fig10.colorbar()）时，您可以使用axkwarg来告诉它在哪个子批创建colorbar。在

您还将可映射对象（例如fig_step1）提供给对fig10.colorbar的调用，以确保使用正确的数组来创建colorbar比例。在

import matplotlib.pyplot as plt
import numpy as np

# Some fake data
outname10 = 'test.png'
convolution_locale = np.random.rand(250,250)
convolution_mask_locale = np.random.rand(250,250)
convolution_grande = np.random.rand(250,250)
convolution_mask_grande = np.random.rand(250,250)

# use a nice colormap
plt.viridis()

# Create the figure and subplot instances
fig10, (ax1, ax2, ax3) = plt.subplots(1,3)

step1 = convolution_locale - convolution_mask_locale
fig_step1 = ax1.imshow(step1, interpolation='nearest')
fig10.colorbar(fig_step1,ax=ax1)
ax1.set_xlabel("X (arcmin)")
ax1.set_ylabel("Y (arcmin)")

step2 = convolution_grande - convolution_mask_grande
fig_step2 = ax2.imshow(step2, interpolation='nearest')
fig10.colorbar(fig_step2,ax=ax2)
ax2.set_xlabel("X (arcmin)")
ax2.set_ylabel("Y (arcmin)")

S_N_map = step1 - step2
fig_S_N_map = ax3.imshow(S_N_map, interpolation='nearest')
fig10.colorbar(fig_S_N_map,ax=ax3)
ax3.set_xlabel("X (arcmin)")
ax3.set_ylabel("Y (arcmin)")

# Create space for labels between subplots
fig10.set_tight_layout(True)

fig10.savefig(outname10)