如何以地图的形式为子图提供统一的色标？
How do I have uniform color scale for subplots in the form of maps?
我使用 geopandas 绘制了韩国地图上从 2021 年到 2030 年的年度煤炭淘汰数据区域分布。如下所示：
一个问题是每年或子图的色标不同，因为它们基于数据框的不同列，如图 。
我希望所有年份都有一个统一的色标并插入一个图例。如何为每个子图（代表每年）使用统一的色标以及如何为所有子图插入通用图例？
对于普通颜色图，您需要使用 vmin 和 vmax 关键字参数。首先，让我们计算它们。
vmin = min(df[year].min() for year in range(2021, 2027))
vmax = max(df[year].max() for year in range(2021, 2027))
并修改所有地块如下：
south_korea.plot(2021, cmap="Reds", ax=axs[0, 0], vmin=vmin, vmax=vmax)
现在让我们为他们添加颜色栏。我用 来学习如何做。
cax = fig.add_axes([0.9, 0.1, 0.03, 0.8])
sm = plt.cm.ScalarMappable(cmap='Reds', norm=plt.Normalize(vmin=vmin, vmax=vmax))
# fake up the array of the scalar mappable. Urgh...
sm._A = []
fig.colorbar(sm, cax=cax)
请注意，geopandas 使用了 matplotlib 的许多功能，因此您可以更轻松地传递知识和搜索。
我使用 geopandas 绘制了韩国地图上从 2021 年到 2030 年的年度煤炭淘汰数据区域分布。如下所示：
一个问题是每年或子图的色标不同，因为它们基于数据框的不同列，如图
我希望所有年份都有一个统一的色标并插入一个图例。如何为每个子图（代表每年）使用统一的色标以及如何为所有子图插入通用图例？
对于普通颜色图，您需要使用 vmin 和 vmax 关键字参数。首先，让我们计算它们。
vmin = min(df[year].min() for year in range(2021, 2027))
vmax = max(df[year].max() for year in range(2021, 2027))
并修改所有地块如下：
south_korea.plot(2021, cmap="Reds", ax=axs[0, 0], vmin=vmin, vmax=vmax)
现在让我们为他们添加颜色栏。我用
cax = fig.add_axes([0.9, 0.1, 0.03, 0.8])
sm = plt.cm.ScalarMappable(cmap='Reds', norm=plt.Normalize(vmin=vmin, vmax=vmax))
# fake up the array of the scalar mappable. Urgh...
sm._A = []
fig.colorbar(sm, cax=cax)
请注意，geopandas 使用了 matplotlib 的许多功能，因此您可以更轻松地传递知识和搜索。