上面所有的解决方案都很好，但我喜欢@Steve的和@bejota的最好，因为它们不涉及花哨的调用，而且是通用的。

所谓通用，我的意思是它适用于任何类型的轴，包括GeoAxes。例如，如果你有投影轴进行映射:

projection = cartopy.crs.UTM(zone='17N')
ax = plt.axes(projection=projection)
im = ax.imshow(np.arange(200).reshape((20, 10)))

呼叫

cax = divider.append_axes("right", size=width, pad=pad)

将失败的KeyException: map_projection

因此，处理所有类型轴的颜色条大小的唯一通用方法是:

ax.colorbar(im, fraction=0.046, pad=0.04)

使用0.035到0.046的分数来获得最佳尺寸。但是，分数和填充的值将需要进行调整，以获得最适合您的绘图，并且将根据颜色条的方向是垂直位置还是水平位置而有所不同。

我很欣赏上面所有的答案。然而，就像一些回答和评论指出的那样，axes_grid1模块不能处理GeoAxes，而调整分数、填充、收缩和其他类似参数不一定能给出非常精确的顺序，这真的让我很困扰。我相信给颜色条自己的轴可能是一个更好的解决方案，以解决所有已经提到的问题。

Code

import matplotlib.pyplot as plt
import numpy as np

fig=plt.figure()
ax = plt.axes()
im = ax.imshow(np.arange(100).reshape((10,10)))

# Create an axes for colorbar. The position of the axes is calculated based on the position of ax.
# You can change 0.01 to adjust the distance between the main image and the colorbar.
# You can change 0.02 to adjust the width of the colorbar.
# This practice is universal for both subplots and GeoAxes.

cax = fig.add_axes([ax.get_position().x1+0.01,ax.get_position().y0,0.02,ax.get_position().height])
plt.colorbar(im, cax=cax) # Similar to fig.colorbar(im, cax = cax)

结果

后来，我发现matplotlib.pyplot.colorbar官方文档也提供了ax选项，这是现有的轴，将为颜色条提供空间。因此，它对多个子图是有用的，见下面。

Code

fig, ax = plt.subplots(2,1,figsize=(12,8)) # Caution, figsize will also influence positions.
im1 = ax[0].imshow(np.arange(100).reshape((10,10)), vmin = -100, vmax =100)
im2 = ax[1].imshow(np.arange(-100,0).reshape((10,10)), vmin = -100, vmax =100)
fig.colorbar(im1, ax=ax)

结果

同样，您也可以通过指定cax来实现类似的效果，从我的角度来看，这是一种更准确的方法。

Code

fig, ax = plt.subplots(2,1,figsize=(12,8))
im1 = ax[0].imshow(np.arange(100).reshape((10,10)), vmin = -100, vmax =100)
im2 = ax[1].imshow(np.arange(-100,0).reshape((10,10)), vmin = -100, vmax =100)
cax = fig.add_axes([ax[1].get_position().x1-0.25,ax[1].get_position().y0,0.02,ax[0].get_position().y1-ax[1].get_position().y0])
fig.colorbar(im1, cax=cax)

结果

@bogatron已经给出了matplotlib文档建议的答案，它产生了正确的高度，但它引入了一个不同的问题。 现在，颜色条的宽度(以及颜色条和绘图之间的空间)随着绘图的宽度而变化。 换句话说，颜色条的纵横比不再是固定的。

为了获得正确的高度和给定的宽高比，您必须深入研究神秘的axes_grid1模块。

import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import make_axes_locatable, axes_size
import numpy as np

aspect = 20
pad_fraction = 0.5

ax = plt.gca()
im = ax.imshow(np.arange(200).reshape((20, 10)))
divider = make_axes_locatable(ax)
width = axes_size.AxesY(ax, aspect=1./aspect)
pad = axes_size.Fraction(pad_fraction, width)
cax = divider.append_axes("right", size=width, pad=pad)
plt.colorbar(im, cax=cax)

请注意，这指定了颜色条的宽度w.r.t.绘图的高度(与图形的宽度形成对比，就像以前一样)。

颜色条和图形之间的间距现在可以指定为颜色条宽度的一个分数，在我看来，这是一个比图形宽度的分数更有意义的数字。

更新:

我创建了一个关于这个主题的IPython笔记本，在那里我把上面的代码打包成一个易于重用的函数:

import matplotlib.pyplot as plt
from mpl_toolkits import axes_grid1

def add_colorbar(im, aspect=20, pad_fraction=0.5, **kwargs):
    """Add a vertical color bar to an image plot."""
    divider = axes_grid1.make_axes_locatable(im.axes)
    width = axes_grid1.axes_size.AxesY(im.axes, aspect=1./aspect)
    pad = axes_grid1.axes_size.Fraction(pad_fraction, width)
    current_ax = plt.gca()
    cax = divider.append_axes("right", size=width, pad=pad)
    plt.sca(current_ax)
    return im.axes.figure.colorbar(im, cax=cax, **kwargs)

它可以这样使用:

im = plt.imshow(np.arange(200).reshape((20, 10)))
add_colorbar(im)

如果不想声明另一组轴，我找到的最简单的解决方案是使用figsize调用更改图形大小。

在上面的例子中，我将从

fig = plt.figure(figsize = (12,6))

然后用不同的比例重新渲染，直到颜色条不再使主要情节相形见绌。

使用matplotlib AxisDivider可以很容易地做到这一点。

链接页面中的例子也可以不使用子图:

import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import make_axes_locatable
import numpy as np
    
plt.figure()
ax = plt.gca()
im = ax.imshow(np.arange(100).reshape((10,10)))
    
# create an axes on the right side of ax. The width of cax will be 5%
# of ax and the padding between cax and ax will be fixed at 0.05 inch.
divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size="5%", pad=0.05)
   
plt.colorbar(im, cax=cax)

这种组合(以及接近这些值)似乎“神奇地”为我工作，以保持颜色条缩放到绘图，无论显示器的大小。

plt.colorbar(im,fraction=0.046, pad=0.04)

它也不需要共享轴，这可以使绘图脱离正方形。