如何在matplotlib中使用imshow将NaN值绘制为特殊颜色？
Ada*_*ser 80 python matplotlib nan
我试图在matplotlib中使用imshow将数据绘制为热图,但是一些值是NaN.我希望将NaN渲染为色彩映射中找不到的特殊颜色.
例:
import numpy as np
import matplotlib.pyplot as plt
f = plt.figure()
ax = f.add_subplot(111)
a = np.arange(25).reshape((5,5)).astype(float)
a[3,:] = np.nan
ax.imshow(a, interpolation='nearest')
f.canvas.draw()
结果图像出乎意料地全是蓝色(喷射色图中的最低颜色).但是,如果我这样做的情节:
ax.imshow(a, interpolation='nearest', vmin=0, vmax=24)
- 然后我得到了更好的东西,但是NaN值被绘制成与vmin相同的颜色......是否有一种优雅的方式可以设置NaN用特殊颜色绘制(例如:灰色或透明)？
Ada*_*ser 76
嗯,似乎我可以使用蒙面数组来做到这一点:
masked_array = np.ma.array (a, mask=np.isnan(a))
cmap = matplotlib.cm.jet
cmap.set_bad('white',1.)
ax.imshow(masked_array, interpolation='nearest', cmap=cmap)
这应该足够了,尽管我仍然愿意接受建议.:]
- 一个侧面点 - 我认为这样做会覆盖默认的`matplotlib.cm.jet`,所以我通常会复制:`import copy; CMAP = copy.copy(matplotlib.cm.jet)`.此外,如果要将0值设置为不同的颜色,例如`cmap._init(); cm._lut [:,0] =(1,1,1,1)`应该有效. (5认同)
- 还有`set_over`和`set_under`来控制超出范围值的着色.默认行为是匹配颜色范围的顶部/底部. (3认同)
- 是否需要`masked_array`？如果`a`包含NaN值(所以它看起来像`mask = np.isnan(a)`),那么只用数字`a`显示自定义地图`cmap`将显示NaN-cells所需颜色(白色).所以它对我有用.有没有例外？ (2认同)
- @MaciekS，当使用发散色图时，您不希望您的“ nan”值和中值被绘制为相同的颜色，例如白色。 (2认同)
Arc*_*s B 34
对于较新版本的Matplotlib,不再需要使用屏蔽数组.
例如,让我们生成一个数组,其中每第7个值都是NaN:
arr = np.arange(100, dtype=float).reshape(10, 10)
arr[~(arr % 7).astype(bool)] = np.nan
我们可以修改当前的colormap并使用以下行绘制数组:
current_cmap = matplotlib.cm.get_cmap()
current_cmap.set_bad(color='red')
plt.imshow(arr)
- @TGwen：我很确定 cmap 代表色彩图，这是文档中使用的术语：https://matplotlib.org/api/cm_api.html#matplotlib.cm.get_cmap (3认同)
- @yukashimahuksay:是的,但你需要屏蔽这些值.例如.`arr = np.ma.array(arr,mask =(arr == 0))`. (2认同)
| 归档时间： |
|
| 查看次数： |
43796 次 |
| 最近记录： |