im3=axs[1,:].imshow(eyave,extent=extent,vmin=-1e13,vmax=1e13) AttributeError: 'numpy.ndarray' object has no attribute 'imshow'

这个错误提示表明 `axs[1,:]` 返回的是一个 NumPy 数组对象，而不是 Matplotlib 中的 AxesSubplot 对象，因此不存在 `imshow` 方法。

通常情况下，如果你想在 Matplotlib 中绘制图像，需要先创建一个 `figure` 对象和一个 `axes` 对象，然后使用 `imshow` 方法将图像绘制到 `axes` 上。看起来你已经创建了 `figure` 和 `axes` 对象，并且你的图像数据存储在 `eyave` 数组中，但是你需要使用 `axs` 变量来访问 `axes` 对象。

你可以尝试将 `im3=axs[1,:].imshow(eyave,extent=extent,vmin=-1e13,vmax=1e13)` 替换为 `im3=axs.imshow(eyave,extent=extent,vmin=-1e13,vmax=1e13)`，这样应该就可以将图像绘制到正确的 `axes` 对象上了。

相关问题

fig = plt.figure(figsize=(fig_width, fig_length),frameon=True) ax = fig.subfigures(3,1,width_ratios=[0.2], height_ratios= [0.8,0.8,0.8]) ####################################################################### axs = ax[0].subplots(1, 2, gridspec_kw={'width_ratios': [15, 1]}) axs[1].axis('off') #plt.subplots_adjust(left=0.1,right=1) extent=[0,30,-8,8] im1=axs[0].imshow(eyave,extent=extent,cmap='RdBu_r',vmin=-6e12,vmax=6e12) im2=axs[0].imshow(ele,extent=extent,cmap=my_cmapEy,vmin=0,vmax=10) axs[0].set_yticks([-8,-4,0,4,8]) #色条位置 #imcb1=fig.add_axes([0.4, 0.15,0.5,0.7]) imcb1=fig.add_axes([0.25, 0.25,0.5,0.5])为什么我的imcb1不显示

可能是因为你没有将色条添加到 `imcb1` 中，你可以尝试在代码中添加以下语句来添加色条：

fig.colorbar(im1, cax=imcb1)

这将在 `imcb1` 中添加一个色条，其范围和颜色映射将与 `im1` 相同。

ax = plt.figure(figsize=(fig_width, fig_length)) #plt.subplots_adjust(left=0.1,right=1) extent=[0,30,-8,8] im1=plt.imshow(eyave,extent=extent,cmap='RdBu_r',vmin=-8e12,vmax=8e12) im2=plt.imshow(ele,extent=extent,cmap=my_cmapEy,vmin=0,vmax=15) cb2=ax.colorbar(im2,ticks=[0,5,10,15],shrink=1) cb1=ax.colorbar(im1,ticks=[-8e12,-4e12,0,4e12,8e12],shrink=1)#,aspect=24) cb1.set_ticklabels(['8', '4', '0','4','8']) cb1.ax.tick_params(pad=0) cb2.set_ticklabels(['8', '4', '0','4','8']) cb2.ax.tick_params(pad=0)我想控制颜色条的位置

你可以使用 `matplotlib.pyplot.subplots` 函数来创建一个包含颜色条的图像，然后使用 `gridspec_kw` 参数来指定子图的布局。具体来说，你可以使用 `subplots_adjust` 函数来调整图像的边距，使用 `add_subplot` 方法创建子图，并使用 `colorbar` 方法在子图旁边添加颜色条。

以下是一个示例代码：

import matplotlib.pyplot as plt
import numpy as np

fig_width = 6
fig_length = 4
extent = [0,30,-8,8]

eyave = np.random.randn(100,100) * 8e12
ele = np.random.rand(100,100) * 15

fig, axs = plt.subplots(1, 2, figsize=(fig_width, fig_length), gridspec_kw={'width_ratios': [20, 1]})

im1=axs[0].imshow(eyave, extent=extent, cmap='RdBu_r', vmin=-8e12, vmax=8e12)
im2=axs[0].imshow(ele, extent=extent, cmap='viridis', vmin=0, vmax=15)

cb1 = fig.colorbar(im1, ax=axs[0], ticks=[-8e12,-4e12,0,4e12,8e12])
cb1.set_ticklabels(['8', '4', '0','4','8'])
cb1.ax.tick_params(pad=0)

cb2 = fig.colorbar(im2, ax=axs[1], ticks=[0,5,10,15])
cb2.set_ticklabels(['0', '5', '10','15'])
cb2.ax.tick_params(pad=0)

plt.subplots_adjust(left=0.1, right=0.9, top=0.9, bottom=0.1, wspace=0.05)

plt.show()

在这个示例中，我们将图像分成两个子图，一个是包含 `eyave` 和 `ele` 数据的主图，另一个是颜色条。我们使用 `gridspec_kw` 参数来指定子图的宽度比例为 20:1，这样颜色条就会放在主图的右侧。

然后我们使用 `colorbar` 方法在每个子图旁边添加颜色条，并使用 `set_ticklabels` 方法设置刻度标签。最后我们使用 `subplots_adjust` 函数调整图像的边距和子图之间的间距。