我需要使用 matplotlib 的 imshow() 绘制图像，然后用不同颜色标记一些像素。只是在初始数组中更改它们的值是行不通的，因为我需要使用我正在使用的颜色图中不存在的颜色。所以我最初的意图是在第一张图像上方绘制第二个生成的数组，其中大部分被遮盖，所需的像素没有被遮盖，并且具有一些值（可能不同的值用于不同的坐标使用不同的颜色）。它与 matplotlib 的交互式查看器配合得很好，但是当保存到文件中时，一切都可能因为这个错误而失真，我在同样的情况下报告了这个错误：https://github.com/matplotlib/matplotlib/issues/3057
是否有任何其他选项可以更改某些像素的颜色？
【问题讨论】：
标签： python matplotlib
您已经建议了最简单的方法（在顶部叠加另一张图片），但如果这不是您想要的效果，还有其他选择。
最直接的方法是使用颜色图将数组渲染为 RGB，然后更改所需的像素。
举个简单的例子：
import numpy as np
import matplotlib.pyplot as plt
data = np.arange(100).reshape(10, 10)
cmap = plt.cm.gray
norm = plt.Normalize(data.min(), data.max())
rgba = cmap(norm(data))
# Set the diagonal to red...
rgba[range(10), range(10), :3] = 1, 0, 0
plt.imshow(rgba, interpolation='nearest')
plt.show()
此方法的一个缺点是您不能只调用fig.colorbar(im)，因为您正在传递预渲染的 rgb 图像。因此，如果您需要颜色条，则必须使用代理艺术家。最简单的方法是使用imshow(data, visible=False) 添加一个额外的、不可见的（不是绘制的，而不是透明的）艺术家，然后将颜色图基于该艺术家。举个简单的例子：
import numpy as np
import matplotlib.pyplot as plt
data = np.arange(100).reshape(10, 10)
cmap = plt.cm.gray
norm = plt.Normalize(data.min(), data.max())
rgba = cmap(norm(data))
# Set the diagonal to red
rgba[range(10), range(10), :3] = 1, 0, 0
fig, ax = plt.subplots()
ax.imshow(rgba, interpolation='nearest')
# Add the colorbar using a fake (not shown) image.
im = ax.imshow(data, visible=False, cmap=cmap)
fig.colorbar(im)
plt.show()
使用不可见的imshow 是为此目的制作代理艺术家的最简单方法，但如果速度是一个问题（或者如果它以某种方式触发了您提到的渲染错误），您也可以使用任何ScalarMappable。 ScalarMappable 是一个抽象基类，通常仅用于继承自颜色条支持。因为我们不需要绘制任何东西，所以我们可以直接使用它。
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.cm import ScalarMappable
data = np.arange(100).reshape(10, 10)
cmap = plt.cm.gray
norm = plt.Normalize(data.min(), data.max())
rgba = cmap(norm(data))
# Set the diagonal to red
rgba[range(10), range(10), :3] = 1, 0, 0
fig, ax = plt.subplots()
ax.imshow(rgba, interpolation='nearest')
# Add the colorbar using a ScalarMappable
im = ScalarMappable(norm, cmap)
im.set_array(data)
fig.colorbar(im)
plt.show()
set_bad、set_over 或 set_under
颜色图的set_bad、set_over 和set_under 方法允许您标记NaN 或颜色图指定范围之外的像素。
因此，另一种做你想做的事情的方法是将这些值设置为 NaN 并指定 NaN 颜色应该是什么（set_bad.. 默认情况下，它对大多数颜色图都是透明的。）。
如果你有一个整数数组或者已经需要透明的 NaN 像素，你可以类似地滥用set_over 和set_under。在这种情况下，您需要在调用imshow 时手动指定vmin 或vmax。
作为使用/滥用set_bad 的快速示例：
import numpy as np
import matplotlib.pyplot as plt
data = np.arange(100).reshape(10, 10).astype(float)
cmap = plt.cm.gray
cmap.set_bad((1, 0, 0, 1))
# Set the diagonal to NaN
data[range(10), range(10)] = np.nan
plt.imshow(data, cmap=cmap, interpolation='nearest')
plt.show()
与第一种方法相比，此方法的一个优点是绘制颜色条更容易一些。 （缺点是这种方法不够灵活。）：
import numpy as np
import matplotlib.pyplot as plt
data = np.arange(100).reshape(10, 10).astype(float)
cmap = plt.cm.gray
cmap.set_bad((1, 0, 0, 1))
# Set the diagonal to NaN
data[range(10), range(10)] = np.nan
plt.imshow(data, cmap=cmap, interpolation='nearest')
plt.colorbar()
plt.show()
【讨论】：
set_bad、set_under 和set_over 不是一个很好的选择，因为我希望有可能用不同的颜色标记不同的像素，这将它们的数量限制为3 . 而且我可能还需要将vmin 和vmax 用于其他目的。
为了补充 Joe 非常好的答案，当向 imshow 提供 rgba 值数组时，鼠标光标读出的 z 值现在显示 rgba 值的元组，而不是原来的 data 值。
要解决这个问题，我们可以在原始图像上叠加一张透明图像。 然后我们可以同时使用这个透明图像来为图形附加一个颜色条：
import numpy as np
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
data = np.arange(100).reshape(10, 10)
cmap = plt.cm.gray
norm = plt.Normalize(data.min(), data.max())
rgba = cmap(norm(data))
# Set the diagonal to red...
rgba[range(10), range(10), :3] = 1, 0, 0
im = ax.imshow(rgba, interpolation='nearest')
im2 = ax.imshow(data, cmap='gray')
cbar = plt.colorbar(im2, ax=ax)
im2.set_alpha(0.0)
请注意，在这种情况下，在调用 im2.set_alpha(0.0) 之前创建颜色条很重要。
如果不是，颜色栏中的颜色也将是透明的（它们遵循图像的当前 alpha）。
在无法遵守创建顺序的情况下，可以使用将颜色栏中颜色的不透明度设置回 1
cbar.set_alpha(1.0)
cbar.draw_all()
【讨论】：