如何使用 imshow 将 NaN 值绘制为特殊颜色？

Question

我试图在 matplotlib 中使用 imshow 将数据绘制为热图，但某些值是 NaN。我希望将 NaN 渲染为颜色图中未找到的特殊颜色。

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()

生成的图像出人意料地全是蓝色（jet 颜色图中最低的颜色）。但是，如果我像这样进行绘图：

ax.imshow(a, interpolation='nearest', vmin=0, vmax=24)

--然后我会得到更好的东西，但是 NaN 值绘制为与 vmin 相同的颜色...是否有一种优雅的方法可以将 NaN 设置为使用特殊颜色绘制（例如：灰色或透明）？

Answer 1

嗯，看来我可以使用屏蔽数组来做到这一点：

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。 :]

Answer 2

使用较新版本的 Matplotlib，不再需要使用屏蔽数组。

例如，让我们生成一个数组，其中每个第 7 个值都是 NaN：

arr = np.arange(100, dtype=float).reshape(10, 10)
arr[~(arr % 7).astype(bool)] = np.nan

.cm.get_cmap() 在 matplotlib v3.7.0 中被替换为 .colormaps.get_cmap('viridis')

设置颜色为.set_bad 。

import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np

arr = np.arange(100, dtype=float).reshape(10, 10)
arr[~(arr % 7).astype(bool)] = np.nan

cmap = mpl.colormaps.get_cmap('viridis')  # viridis is the default colormap for imshow
cmap.set_bad(color='red')

plt.imshow(arr, cmap=cmap)

---

.cm.get_cmap() 已弃用

我们可以修改当前颜色图并绘制包含以下行的数组：

current_cmap = mpl.cm.get_cmap()
current_cmap.set_bad(color='red')
plt.imshow(arr)