如何在matplotlib中使用imshow将NaN值作为特殊颜色来绘制？
我正在尝试在matplotlib中使用imshow来将数据绘制为热图，但其中一些值是NaN。 我想NaNs被渲染为一个在颜色映射中找不到的特殊颜色。
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() 由此产生的图像出乎意料地全部为蓝色（喷射色彩图中最低的颜色）。 但是，如果我这样做阴谋：
ax.imshow(a, interpolation='nearest', vmin=0, vmax=24)
– 然后我得到更好的东西，但是NaN值被绘制成与vmin相同的颜色…是否有一种优雅的方式可以设置NaN以特殊颜色（例如：灰色或透明）绘制？
Hrm，看来我可以使用一个蒙面数组来做到这一点：
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)
这应该就够了，尽pipe我仍然接受build议。 ：]
这不适合我。 我收到了错误消息，解决方法如下：
a[3,:] = -999 masked_array=np.ma.masked_where(a==-999, a) cmap = matplotlib.cm.jet cmap.set_bad('w',1.) ax.imshow(masked_array, interpolation='nearest', cmap=cmap)
使用更新版本的Matplotlib，不再需要使用蒙版数组。
例如，让我们生成一个数组，其中第7个值是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颜色表，并用下面的几行来绘制数组：
current_cmap = matplotlib.cm.get_cmap() current_cmap.set_bad(color='red') plt.imshow(arr)
