在matplotlib中让多个子图共享colorbar，需统一vmin/vmax或Normalize实例，用fig.colorbar(im, ax=axes)绑定同一mappable，并通过shrink、aspect或cax精细控制位置。

在 matplotlib 中让多个子图共享同一个 colorbar，关键在于将 colorbar 绑定到一个统一的 mappable（如 imshow、pcolormesh 等返回的对象），并手动指定其位置和范围。不能直接对每个子图分别调用 plt.colorbar()，否则会生成多个独立 colorbar。

使用 fig.colorbar() 并传入统一的 mappable

最常用且推荐的方式是：先绘制所有子图，确保它们使用相同的归一化（norm）和 colormap（cmap），然后选取其中一个子图的绘图对象（mappable）作为 colorbar 的依据，用 fig.colorbar(mappable, ax=...) 添加 colorbar，并通过 ax 参数控制其布局位置。

• 所有子图必须使用相同的 vmin 和 vmax（或共用一个 matplotlib.colors.Normalize 实例），否则 colorbar 刻度与图像不匹配
• 用 fig.colorbar(..., ax=[ax1, ax2, ...]) 可让 colorbar 自动适配多个子图的布局（适用于竖排/横排子图）
• 若需精细控制位置（如放在整个 figure 右侧），可配合 plt.axes() 手动添加 colorbar 轴

示例：2×2 子图共享右侧 colorbar

以下代码创建四个子图，共享同一 colorbar 放在右侧：

import matplotlib.pyplot as plt
import numpy as np
fig, axes = plt.subplots(2, 2, figsize=(8, 6))
data = [np.random.randn(10, 10) + i for i in range(4)]  # 四组不同均值的数据
统一 vmin/vmax（根据全部数据范围）
vmin, vmax = min(d.min() for d in data), max(d.max() for d in data)

							

								
								

									与光AI
									
一站式AI视频工作流创作平台
								
								下载 
							
						
绘制每个子图，复用相同 cmap 和 norm
im = None
for i, (ax, d) in enumerate(zip(axes.flat, data)):
im = ax.imshow(d, cmap='viridis', vmin=vmin, vmax=vmax)
ax.set_title(f'Plot {i+1}')
添加共享 colorbar（绑定到 im，作用于整个 fig）
fig.colorbar(im, ax=axes, shrink=0.6, aspect=20)
plt.tight_layout()
plt.show()

进阶：colorbar 独立于子图区域（自定义位置）

当需要把 colorbar 放在 figure 边缘且不干扰子图时，可手动创建 colorbar 轴：

• 用 plt.axes([left, bottom, width, height]) 定义 colorbar 的位置（归一化坐标）
• 再调用 fig.colorbar(im, cax=cax)，其中 cax 是手动创建的轴
• 适合复杂布局，比如多列子图+单个横向 colorbar

注意事项

常见问题及解决方法：

• colorbar 刻度与图不一致：检查是否所有子图都显式设置了 vmin/vmax；建议用 Normalize(vmin=..., vmax=...) 实例统一传入
• colorbar 太长/太短：调整 shrink（缩放比例）或 aspect（宽高比），或改用 cax 手动定位
• 子图间距被 colorbar 挤压：调用 plt.tight_layout(rect=[0, 0, 0.85, 1]) 为 colorbar 预留右侧空间（数值为 [left, bottom, right, top]）