Question

我有一个包含np.nan（缺失值）和-9999.0（或任何其他任意值=＆gt;非计算可能）的numpy数组，例如：

arr = array([[ 1.,  2.,  3.,  nan,  4.,  4.],
   [ 3.,  -9999.0,  2.,  1.,  1.,  4.],
   [ nan,  -9999.0,  3.,  1.,  2.,  1.]])

现在我想用plt.imshow函数绘制这个数组。例如，所有NaN应为透明/白色，所有-9999.0都应为黑色。我已经尝试屏蔽数组，然后使用set_bad作为色彩映射。除此之外，我使用了vmin/vmax和cm.set_under。但是，在第一种情况下，它产生： RuntimeWarning：在less中遇到无效值当我试图掩盖所有值＆lt; 9990。在第二种情况下，显然NaN和-9999.0都被解释为低于所描绘的值范围的范围。有人知道帮助吗？

Answer 1

听起来好像你说this并不适合你，但它似乎对我有用。来自ipython笔记本电脑：

% matplotlib inline
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
a = np.array([[ 1.,  2.,  3.,  np.nan,  4.,  4.],
   [ 3.,  -9999.0,  2.,  1.,  1.,  4.],
   [ np.nan,  -9999.0,  3.,  1.,  2.,  1.]])
fig, ax = plt.subplots()
masked_array = np.ma.array (a, mask=np.isnan(a))
cmap = matplotlib.cm.autumn
cmap.set_bad('w',1.)
ax.imshow(masked_array, interpolation='nearest', cmap=cmap)

imgur link因为它不会因为低代表而发布图片。

Answer 2

好的，解决方案是同时使用set_under和set_bad：

cm.set_bad('white')
cmap.set_under('black')

坏值负责NaN，set_under为-9999.0s设置了额外的值。

无论如何，谢谢你的努力！

绘制时在numpy数组中对NaN和-9999.0的不同处理

2 个答案: