带有蒙版无效值的pcolormesh

时间:2014-12-05 20:35:23

标签: python numpy matplotlib

我试图将一维数组绘制为pcolormesh(因此颜色沿x轴变化,但每个x的y轴保持不变)。但是我的数据有一些不好的值,所以我使用了一个蒙面数组和一个自定义颜色图,其掩码值设置为蓝色:

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import copy

a = np.array([3, 5, 10, np.inf, 5, 8])
a = np.ma.masked_where(np.isinf(a), a)
imdata = np.vstack((a, a))
myhot = copy.copy(cm.hot)
myhot.set_bad('b', 1)

fig, ax = plt.subplots()
im = ax.pcolormesh(imdata, cmap=myhot)
plt.colorbar(im)
plt.show()

如果我没有np.inf值,它可以正常工作,但如果我这样做,我只会得到一个空白的情节。我似乎误解了set_bad的工作方式,因为我收到了额外的警告:

RuntimeWarning: invalid value encountered in true_divide
  resdat /= (vmax - vmin)

我应该做些什么来获得我想要的效果?

1 个答案:

答案 0 :(得分:10)

您需要屏蔽imdata,不一定是a

import numpy as np
import matplotlib.pyplot as plt

a = np.array([3, 5, 10, np.inf, 5, 8])
imdata = np.ma.masked_invalid(np.atleast_2d(a))
cmap = plt.cm.hot
cmap.set_bad('b', 1)
fig, ax = plt.subplots()
im = ax.pcolormesh(imdata, cmap=cmap)

plt.colorbar(im)
plt.show()

enter image description here


如果您在互动会话中查看imdata,则会看到

In [185]: imdata
Out[185]: 
masked_array(data =
 [[  3.   5.  10.  inf   5.   8.]
 [  3.   5.  10.  inf   5.   8.]],
             mask =
 False,
       fill_value = 1e+20)

上面,mask=False表示没有任何掩饰。如果用np.ma.masked_invalid包裹它,那么:

In [186]: np.ma.masked_invalid(imdata)
Out[186]: 
masked_array(data =
 [[3.0 5.0 10.0 -- 5.0 8.0]
 [3.0 5.0 10.0 -- 5.0 8.0]],
             mask =
 [[False False False  True False False]
 [False False False  True False False]],
       fill_value = 1e+20)

屏蔽a的问题是np.vstack不尊重屏蔽。 或者,您可以使用np.ma.vstack。一般来说,只是 np.ma命名空间中的函数尊重掩码。

但是,您实际上并不需要在此使用vstack; np.atleast_2d会这样做。 vstack创建一个形状(2, N)的数组,而np.atleast_2d创建一个形状为(1, N)的数组。


另一种方法是使用set_over代替set_bad。这样就可以了 你要完全避免使用蒙面数组:

import numpy as np
import matplotlib.pyplot as plt

a = np.array([3, 5, 10, np.inf, 5, 8])
imdata = np.atleast_2d(a)
cmap = plt.cm.hot
cmap.set_over('b')
cmap.set_under('g')
fig, ax = plt.subplots()

b = a[np.isfinite(a)]
im = ax.pcolormesh(imdata, cmap=cmap, vmin=b.min(), vmax=b.max())

plt.colorbar(im, extend='both')
plt.show()

enter image description here

extend='both' in conjunction with set_overset_under会在色条上显示一些彩色箭头,表示用于超出色条范围的值的颜色。