简介
Matplotlib 是一个用于数据可视化的 Python 库。在本实验中，我们将学习如何在 Matplotlib 中为绘图添加颜色条。颜色条对于指示颜色映射所代表的值范围很有用。
虚拟机使用提示
虚拟机启动完成后，点击左上角切换到“笔记本”标签页，以访问 Jupyter Notebook 进行练习。
有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。
如果你在学习过程中遇到问题，请随时向 Labby 提问。课程结束后提供反馈，我们将立即为你解决问题。
导入必要的库
我们将从导入必要的库开始。我们将使用 Matplotlib 的 pyplot 模块，它提供了创建绘图的接口。
import matplotlib.pyplot as plt
创建一个绘图
接下来，我们将使用 Matplotlib 的 imshow 函数创建一个绘图。此函数在绘图上显示一幅图像。我们还将创建一个带有两个子图的图形。
fig, (ax1, ax2) = plt.subplots(1, 2)
fig.subplots_adjust(wspace=0.5)
im1 = ax1.imshow([[1, 2], [3, 4]])
im2 = ax2.imshow([[1, 2], [3, 4]])
为绘图添加颜色条
现在，我们将使用 Matplotlib 的 make_axes_locatable 函数为每个子图添加颜色条。此函数接受一个现有的坐标轴，将其添加到一个新的 AxesDivider 中，并返回 AxesDivider。然后，可以使用 AxesDivider 的 append_axes 方法在原始坐标轴的给定一侧（“顶部”、“右侧”、“底部”或“左侧”）创建一个新的坐标轴。
ax1_divider = make_axes_locatable(ax1)
cax1 = ax1_divider.append_axes("right", size="7%", pad="2%")
cb1 = fig.colorbar(im1, cax=cax1)
ax2_divider = make_axes_locatable(ax2)
cax2 = ax2_divider.append_axes("top", size="7%", pad="2%")
cb2 = fig.colorbar(im2, cax=cax2, orientation="horizontal")
cax2.xaxis.set_ticks_position("top")
显示绘图
最后，我们将使用 Matplotlib 的 show 函数显示绘图。
plt.show()
总结
在本实验中，我们学习了如何在 Matplotlib 中为绘图添加颜色条。我们使用 make_axes_locatable 函数为绘图添加一个额外的坐标轴，并使用 colorbar 函数创建颜色条。我们还学习了如何更改颜色条的方向和位置。