共享colorbar需统一vmin/vmax或Normalize实例，用fig.colorbar(im, ax=axes)绑定所有子图，再通过set_label_coords和rotation精调标签位置。

多个子图共享 colorbar 时，关键在于：统一 colorbar 的数据范围、用 plt.colorbar(..., ax=...) 或 fig.colorbar(...) 绑定到整个 figure，并通过 ax.tick_params() 和 cbar.ax.yaxis.set_label_coords() 精调标签位置，确保刻度与标签对齐。

统一归一化（Norm）和数据范围

不同子图若使用各自的数据范围，colorbar 刻度会不一致，导致“共享”失效。必须用同一个 Normalize 实例或固定 vmin/

• 推荐用 matplotlib.colors.Normalize(vmin=..., vmax=...) 显式定义，传给每个 imshow() 的 norm 参数
• 避免直接用 vmin/vmax 关键字（虽可用），因在多子图中易遗漏或不一致
• 若数据动态生成，先遍历所有子图数据求全局 min/max，再构造统一 norm

用 fig.colorbar() 创建共享 colorbar

不要对每个子图单独调用 plt.colorbar()，而应绘制完所有子图后，用 fig.colorbar(mappable, ax=axes_list) 绑定到全部子图轴：

• mappable 可取任一子图的 imshow 返回对象（因 norm 已统一，内容等价）
• ax=axes_list 传入所有子图的 axes 数组（如 [ax1, ax2, ax3]），colorbar 会自动适配布局并留出空间
• 加 shrink=0.8 或 aspect=20 微调长度/宽高比，避免过长或过短

手动对齐 colorbar 标签与刻度

默认 label 可能偏上或偏下，尤其当子图高度不一时。用 cbar.ax.yaxis.set_label_coords(x, y) 直接设坐标（相对 colorbar 轴）：

• x = 1.1：label 放在 colorbar 右侧外；y = 0.5 垂直居中（0～1 区间）
• 配合 cbar.ax.yaxis.label.set_rotation(270) 和 labelpad=15 控制旋转角度与间距
• 若需 label 底部对齐刻度，设 y = 0.05；顶部对齐用 y = 0.95

完整示例（4 子图 + 右侧共享 colorbar）

以下代码实现 2×2 子图、统一 norm、右侧垂直 colorbar、标签垂直居中对齐：

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
生成四组不同但同量级的数据
data = [np.random.rand(10,10)+i*0.2 for i in range(4)]
vmin, vmax = np.min(data), np.max(data)
norm = mpl.colors.Normalize(vmin=vmin, vmax=vmax)
fig, axes = plt.subplots(2, 2, figsize=(6,5))
axes = axes.flatten()
for i, (ax, d) in enumerate(zip(axes, data)):
im = ax.imshow(d, norm=norm, cmap='viridis')
ax.set_title(f'Plot {i+1}')
共享 colorbar，绑定全部 axes
cbar = fig.colorbar(im, ax=axes, shrink=0.8, aspect=20)
cbar.ax.yaxis.set_label_coords(1.1, 0.5)  # 标签水平位置 1.1，垂直居中
cbar.ax.yaxis.label.set_rotation(270)
cbar.ax.yaxis.label.set_label_coords(1.1, 0.5)
cbar.set_label('Shared Color Scale', labelpad=15)
plt.tight_layout()
plt.show()