掩盖matplotlib中的contourf图的一部分

Question

我正在尝试使用contourf在matplotlib中生成一个填充的等高线图。在图底部附近的锯齿状图案中缺少数据。轮廓图不仅显示原始数据被遮盖的位置，而且还显示在凹槽中，因为没有足够的良好数据邻域，因此轮廓算法无法完全插值。

我知道如何扩展数据集以在这些口袋中产生合理的轮廓。但是，如果我绘制扩展数据，我会在任何地方获得轮廓填充。我想掩盖原始数据缺失的黑色或白色区域。

在之前的一个帖子中，我通过绘制第一张图像，然后用另一张掩盖坏区的图像覆盖它来学习如何为图像做到这一点。模拟将是下面的代码片段，但它不适用于轮廓......我无法通过bad_data imshow来掩盖扩展的contourf图。有可能吗？

谢谢， 利

import matplotlib.pyplot as plt
lev = [0.0,0.1,0.2,0.5,1.0,2.0,4.0,8.0,16.0,32.0]           
norml = colors.BoundaryNorm(lev, 256)
# this is the contour plot, using extended_data so that the contours are plausibly extended
cs = plt.contourf(x,z,extended_data,levels = lev, cmap = cm.RdBu_r,norm = norml) 
# now the attempt to cover it up -- but imshow will not cover up the original plot as it will with another image
bad_data = np.ma.masked_where(~data.mask, data.mask, copy=True) 
plt.imshow(bad_data, interpolation='nearest', aspect = 'auto', cmap=cm.gray)
plt.show()

Answer 1

如果我错了，请纠正我，但据我所知你有这种情况：

import numpy as np
import matplotlib.pyplot as plt
# generate some data with np.nan values (the missing values)
d = np.random.rand(10, 10)
d[2, 2], d[3, 5] = np.nan, np.nan
# and in your case you actually have masked values too:
d = np.ma.array(d, mask=d < .2)
# now all of the above is just for us to get some data with missing (np.nan) and
# masked values

通过用contourf绘制上述内容，

plt.contourf(d)
plt.show()

我明白了：

未显示（空白）掩蔽值（d <.2）和np.nan值（d [2,2]，d [3,5]）！并且你希望matplotlib只显示掩码值。所以我们可以这样做：

# the following line is replaced by your interpolation routine for
# removing np.nan values
d[np.isnan(d)] = 1
# then because we use the masked array only the masked values will still be masked
# but the np.nan values which were replaced through the interpolation algorithm
# will show up if we do the contourf plot
plt.contourf(d)
plt.show()

我不知道在这种情况下使用蒙面数组的速度有多快，但无论如何这就是我的方法。如果你想要一个不同的颜色而不是空白点（白色）你需要为下面的轴补丁着色，因为contourf实际上不会绘制任何没有数据或掩盖数据的地方：

# make the background dark gray (call this before the contourf)
plt.gca().patch.set_color('.25')
plt.contourf(d)
plt.show()

得到：