如何创建自定义颜色图并将其用于不同范围的数据？

假设我有这样的数据：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors

# for reproducibility purposes
np.random.seed(0)

# generate some data
n = 30
x = np.array(range(n))

a1 = np.random.rand(n)
a2 = a1 * 100

我想将这些数据绘制在两个子图中，我可以做（这个答案 https://stackoverflow.com/a/46778420/1534017)

cmap = matplotlib.colors.LinearSegmentedColormap.from_list("", [(0., '#9696ff'), (0.2, '#f0ffff'), (1.0, '#ff0000')])

fig, (ax1, ax2) = plt.subplots(1, 2)
ax1.scatter(x, a1, c=a1, cmap=cmap)
ax2.scatter(x, a2, c=a2, cmap=cmap)
plt.show()

这使

我遇到的问题是，尽管右侧的值大了 100 倍，但现在看起来这些数据是相同的。

所以，我想要的是一个可以用于这两个图的颜色图；代替

matplotlib.colors.LinearSegmentedColormap.from_list("", [(0., '#9696ff'), (0.2, '#f0ffff'), (1.0, '#ff0000')])

我想用类似的东西

min_a1_a2 = min(min(a1), min(a2))
max_a1_a2 = max(max(a1), max(a2))
cmap = matplotlib.colors.LinearSegmentedColormap.from_list("", [(min_a1_a2, '#9696ff'), ((min_a1_a2 + max_a1_a2) / 2., '#f0ffff'), (max_a1_a2, '#ff0000')])

但这总是会导致错误

ValueError：数据映射点必须以 x=0 开头。并以 x=1 结束

当我把它传递给scatter（使用与上面相同的命令）。

有没有办法通过任意（值、颜色）元组 to matplotlib.colors.LinearSegmentedColormap.from_list然后将得到的颜色图例如scatter如果是这样，人们会怎么做呢？

matplotlib 颜色图将 0 到 1 之间的数值范围映射到颜色范围。

如果数据范围超出 [0,1] 之外的区间（当然几乎总是这种情况），则首先会标准化为该区间。这种标准化是由使用中的 ScalarMappable 在内部完成的（例如本例中的散点图）。

在需要自定义标准化的情况下，例如两个不同的图需要共享颜色编码时，可以在创建 ScalarMappable 时指定。

要么使用vmin and vmax

plt.scatter(x,y, c=c, cmap=cmap, vmin=0, vmax=100)

或通过规范化实例

plt.scatter(x,y, c=c, cmap=cmap, norm=plt.Normalize(0,100))