Matplotlib：在散点图中设置 "bad" 颜色

Question

我在设置数据集中 np.nan 值的颜色时遇到问题。我已经设法让 camp.set_bad 在 imshow 图中工作，但它在 plt.scatter.

中不起作用

无论如何，我的主要目标是为错误值分配特定颜色。

这就是我认为它会起作用的方式（但它不起作用 ;-)

import matplotlib.pyplot as plt
import numpy as np

n = 20
x = y = np.linspace(1, 10, n)
c = np.random.random_sample((n,))
c[4] = np.nan
c[8:12] = np.nan

cmap = plt.get_cmap('plasma')
cmap.set_bad(color='black', alpha = 1.)
plt.scatter(x, y, c=c, s=200, cmap=cmap)

这给了我以下输出：

当然，我可以将数据集分成两个单独的集合并绘制它们，但我很确定有一个更简洁的解决方案。

Answer 1

cmap中没有黑色plasma。

数组 c 必须存储当前颜色图 cmap 中 select 颜色的索引。如果您将 c 设置为 NaN，这意味着您没有在散点图上获得这些索引（4 和 8:12）的对象。

第一个变体是手动设置 selected 索引的颜色：

import matplotlib.pyplot as plt
import numpy as np
n = 20
x = y = np.linspace(1, 10, n)
c = np.random.random_sample((n,))
#c[4] = np.nan
#c[8:12] = np.nan
c[4]=c[8:12]=0 # first color use to mark 4 and 8:12 elements
cmap = plt.get_cmap('plasma')
plt.scatter(x, y, s=200, c=c, cmap=cmap)
plt.show()

第二种变体是绘制两个散点图：

import matplotlib.pyplot as plt
import numpy as np

n = 20
x = y = np.linspace(1, 10, n)
c = np.random.random_sample((n,))
c[4] = np.nan
c[8:12] = np.nan
cmap = plt.get_cmap('plasma')

# plot good values
indices = ~np.isnan(c)
plt.scatter(x[indices], y[indices], s=200, c=c[indices], cmap=cmap)
# plot bad values
plt.scatter(x[~indices], y[~indices], s=200, c='k')

plt.show()

Matplotlib：在散点图中设置 "bad" 颜色

Matplotllib: set "bad" colour in scatter plot

python

matplotlib

scatter-plot