理解 matplotlib set_bad 颜色图
understanding matplotlib set_bad colormap
我是运行下面的代码片段:
from matplotlib.colors import ListedColormap
cm = ListedColormap(['green','red'])
cm.set_bad(color="black")
cm(np.nan)
我希望 cm(np.nan) 是 return 黑色,但它是 return 绿色。
如何确定bad/masked/nan/missing值对应的颜色?
cm(np.nan)
对于早期版本的 matplotlib 会 return set_under
的颜色(对你来说似乎默认为绿色)而不是 set_bad
。这已在 3.2 版中修复,请参阅 this PR。
在版本 >= 3.2 上,这按预期工作:
from matplotlib.colors import ListedColormap
matplotlib.__version__
# '3.3.3'
cm = ListedColormap(['green','red'])
cm.set_bad(color="black")
cm(np.nan)
# (0.0, 0.0, 0.0, 1.0)
IOW,只需 pip install --update matplotlib
即可获得具有预期行为的最新版本。
我是运行下面的代码片段:
from matplotlib.colors import ListedColormap
cm = ListedColormap(['green','red'])
cm.set_bad(color="black")
cm(np.nan)
我希望 cm(np.nan) 是 return 黑色,但它是 return 绿色。 如何确定bad/masked/nan/missing值对应的颜色?
cm(np.nan)
对于早期版本的 matplotlib 会 return set_under
的颜色(对你来说似乎默认为绿色)而不是 set_bad
。这已在 3.2 版中修复,请参阅 this PR。
在版本 >= 3.2 上,这按预期工作:
from matplotlib.colors import ListedColormap
matplotlib.__version__
# '3.3.3'
cm = ListedColormap(['green','red'])
cm.set_bad(color="black")
cm(np.nan)
# (0.0, 0.0, 0.0, 1.0)
IOW,只需 pip install --update matplotlib
即可获得具有预期行为的最新版本。