交互式 Matplotlib 颜色条“可拉伸”，如 DS9 或 QFitsView 颜色条

Question

如果您在 DS9 或 QFitsView 中打开任何图像，则可以通过单击并向两个方向拖动鼠标来更改颜色条：

• 在垂直方向上，拉伸颜色条的颜色图。如果拉伸太多，您将只有一种颜色，如果压缩太多，您将只有最小和最大颜色（黑色和白色）。
• 在水平方向上，您选择颜色图的中心值。如果向右拖动鼠标，颜色图的中心值将接近最小值。如果向左拖动，将接近最大值，最小值和最大值都是固定的。

我认为我的图像结果非常正确，我的代码如下，但颜色图不会拉伸，只是刻度/值。我想知道是否可以制作一个与 qfitsview 相同的颜色条，使用 matplotlib 颜色条看到颜色图拉伸而不仅仅是刻度/值。我也不知道 PowerNorm 是否是正确使用的规范，因为我希望围绕中心值进行拉伸，而不是所有颜色图都在最小值或最大值中崩溃。

这是我的尝试： 该代码在 jupyter 笔记本中运行。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LogNorm, PowerNorm, SymLogNorm
from ipywidgets import interact, FloatSlider
from matplotlib.ticker import MaxNLocator

data = np.random.rand(10,10)
def update_plot(gamma,vmin,vmax):
    # Create a PowerNorm with the current gamma value and fixed vmin/vmax
    norm = PowerNorm(gamma=gamma, vmin=vmin, vmax=vmax)

    plt.imshow(data, cmap='viridis', norm=norm)
    # Get the current axes and create a ScalarMappable to set the number of levels for the colorbar
    ax = plt.gca()
    sm = plt.cm.ScalarMappable(cmap='viridis', norm=norm)
    sm.set_array(data)  # Set the data to determine colorbar levels

    # Adjust the colorbar to show more levels for stretching effect
    plt.colorbar(sm, ax=ax, extend='both', ticks=MaxNLocator(nbins=10))  # You can adjust nbins as needed
    plt.title(f'Colormap: Viridis, PowerNorm (Gamma: {gamma}, vmin: {vmin}, vmax: {vmax})')
    plt.show()


# Use interact to create the interactive plot with sliders for gamma, vmin, and vmax
interact(update_plot,
         gamma=FloatSlider(value=0.5, min=0.01, max=2.0, step=0.01, description='Gamma'),
         vmin=FloatSlider(value=np.min(data), min=np.min(data), max=np.max(data), step=0.01, description='vmin'),
         vmax=FloatSlider(value=np.max(data), min=np.min(data), max=np.max(data), step=0.01, description='vmax'));
plt.show()