我试图在matplotlib中使用imshow将数据绘制为热图,但有些值是NaN。我希望将NaN渲染为色彩映射中找不到的特殊颜色。
示例:
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(喷墨色彩图中的最低颜色)。但是,如果我这样绘图:
ax.imshow(a, interpolation='nearest', vmin=0, vmax=24)
- 然后我得到了更好的东西,但是NaN值被绘制为与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)?
答案 0 :(得分:72)
Hrm,看来我可以使用蒙面数组来执行此操作:
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。 :
答案 1 :(得分:25)
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色彩映射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)