在 Python 中，使用 Matplotlib 库来调整颜色条（Colorbar）的位置非常灵活，你可以通过 plt.colorbar() 或 fig.colorbar() 函数的 location 和 pad 等参数进行精确控制。

下面我将详细介绍几种常见的场景和对应的代码示例。

核心函数

主要有两种方式添加颜色条：

1. plt.colorbar(): 简单快捷，通常用于将颜色条附加到当前坐标轴（Axes）上。
2. fig.colorbar(): 更灵活，可以指定将颜色条附加到哪个 Axes 对象上，这在多子图布局中尤其有用。

两者都接受一组关键的定位参数。

使用 location 参数 (Matplotlib 3.2+ 新特性)

这是最直观、最现代的方法，你可以直接指定颜色条相对于主图的位置。

location 参数的常用值有：

• 'right' (默认值): 主图的右侧。
• 'left': 主图的左侧。
• 'top': 主图的上方。
• 'bottom': 主图的下方。

示例：将颜色条放在图的上方

import matplotlib.pyplot as plt
import numpy as np
# 创建数据
data = np.random.rand(10, 10)
# 创建图形和坐标轴
fig, ax = plt.subplots()
# 绘制图像
img = ax.imshow(data, cmap='viridis')
# 使用 location='top' 将颜色条放在顶部
cbar = fig.colorbar(img, ax=ax, location='top', pad=0.1)
# 添加标签
cbar.set_label('Value')
"Colorbar on Top")
plt.show()

代码解释:

• fig.colorbar(img, ax=ax, ...): 我们使用 fig.colorbar 并明确指定 ax 参数，确保颜色条附加到我们创建的 ax 上。
• location='top': 这是最关键的一行，它将颜色条定位到坐标轴的顶部。
• pad=0.1: pad 参数控制颜色条和主图之间的间距（以英寸为单位），你可以根据需要调整这个值。

示例：将颜色条放在图的左侧

import matplotlib.pyplot as plt
import numpy as np
data = np.random.rand(10, 10)
fig, ax = plt.subplots()
img = ax.imshow(data, cmap='plasma')
# 使用 location='left' 将颜色条放在左侧
cbar = fig.colorbar(img, ax=ax, location='left', pad=0.05)
cbar.set_label('Value')"Colorbar on Left")
plt.show()

使用 orientation 和 ax 参数 (传统方法)

在 location 参数出现之前，我们通过组合 orientation（方向）和 ax 参数来实现类似的效果。

• orientation='vertical': 垂直颜色条（默认）。
• orientation='horizontal': 水平颜色条。

示例：水平颜色条（位于底部）

这是最常见的需求之一,你可以通过 orientation='horizontal' 并指定 ax 来实现。

import matplotlib.pyplot as plt
import numpy as np
data = np.random.rand(10, 10)
fig, ax = plt.subplots()
img = ax.imshow(data, cmap='magma')
# 使用 orientation='horizontal' 创建水平颜色条
# 默认情况下它会附加在 ax 的底部
cbar = fig.colorbar(img, ax=ax, orientation='horizontal', pad=0.2)
cbar.set_label('Value')"Horizontal Colorbar at Bottom")
plt.show()

示例：垂直颜色条（位于左侧）

为了将垂直颜色条放在左侧,你需要稍微多做一些工作，因为默认是在右侧，通常我们会创建一个额外的坐标轴来容纳颜色条。

import matplotlib.pyplot as plt
import numpy as np
data = np.random.rand(10, 10)
fig, ax = plt.subplots()
# 绘制图像
img = ax.imshow(data, cmap='cividis')
# 创建一个位于左侧的垂直颜色条
# cax 是一个专门用于放置 colorbar 的坐标轴
# shrink 参数可以使 colorbar 变短一些
# aspect 参数控制 colorbar 的长宽比
cbar = fig.colorbar(img, cax=ax.inset_axes([0, 0, 0.05, 1]), orientation='vertical')
cbar.set_label('Value')"Vertical Colorbar on the Left (inset_axes)")
plt.show()

代码解释:

• ax.inset_axes([left, bottom, width, height]): 这是一个非常强大的函数，它在当前坐标轴 ax 内部创建一个新的、嵌套的坐标轴 cax。[0, 0, 0.05, 1] 表示这个新坐标轴从 ax 的左下角 (0,0) 开始，宽度为 ax 宽度的 5%，高度为 ax 高度的 100%。
• fig.colorbar(img, cax=cax, ...): 我们将 cax（新的小坐标轴）传递给 fig.colorbar 的 cax 参数，告诉 Matplotlib “请把颜色条画在这个小坐标轴里”。

在多子图（Subplots）中定位颜色条

当有多个子图时,使用 plt.colorbar() 可能会把颜色条附加到错误的子图上，强烈推荐使用 fig.colorbar() 并指定 ax 参数。

示例：将一个颜色条关联到多个子图

如果你希望一个颜色条能同时表示多个子图的数据范围,可以使用 axes 参数。

import matplotlib.pyplot as plt
import numpy as np
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4))
# 创建两个数据集，范围相同
data1 = np.random.rand(10, 10)
data2 = np.random.rand(10, 10)
# 在两个子图上绘制图像
im1 = ax1.imshow(data1, cmap='viridis')
im2 = ax2.imshow(data2, cmap='viridis')
# 为两个子图设置一个共享的颜色条
# 使用 fig.colorbar() 并将 ax1 和 ax2 都传递给 axes 参数
fig.colorbar(im1, ax=[ax1, ax2], label='Shared Value')
ax1.set_title('Subplot 1')
ax2.set_title('Subplot 2')
plt.tight_layout() # 自动调整子图间距
plt.show()

代码解释:

• ax=[ax1, ax2]: 这是关键。fig.colorbar 会自动找到一个合适的位置（通常是右侧）来放置颜色条，并确保它能够同时关联到 ax1 和 ax2 两个子图。

总结与建议

最佳实践:

1. 优先使用 fig.colorbar(): 它比 plt.colorbar() 更明确、更可控，尤其是在复杂图形中。
2. 对于 Matplotlib 3.2+，location 是首选: 它的语法更清晰，代码可读性更高。
3. 调整 pad 和 shrink: pad 控制间距（英寸），shrink 控制颜色条的长度比例（shrink=0.8 会让颜色条长度变为原来的80%），这两个参数经常一起使用以达到最佳视觉效果。