Matplotlib：索引颜色图

Question

我有一个 3-d 图，但我的 16 个数据点中有 4 个包含来自其中一个组件的无效数据（即，一个向量具有良好的 x 和 y 数据，但有坏的 z 数据）。我可以完全省略这些点，但随后我将摆脱良好的数据（在 x 和 y 方向）。理想情况下，我希望能够将丢失数据的颜色更改为一种标志，以便它们仍然被绘制，但我可以分辨出哪些丢失了数据。

我对彩色地图的经验很少，尤其是在 3-d 方面。我尝试从以下方面调整解决方案： (python) plot 3d surface with colormap as 4th dimension, function of x,y,z Create own colormap using matplotlib and plot color scale 这似乎最有帮助： Adding colors to a 3d quiver plot in matplotlib 但我只是希望它们都是相同的颜色，除了非常特定的数据点，我不知道如何索引颜色图。

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import axes3d, Axes3D

def main():

    data = [[  1.52940323e-06,   3.30263460e-07,   1.23333738e-02],
            [ 0.00062357, -0.00061659, -0.21386033],
            [-0.00028384,  0.00088403, -0.21165629],
            [ 0.00225299,  0.00180132, -0.1964095 ],
            [-0.00066298,  0.00271399, -0.23091235],
            [ 0.00054687, -0.00063866, -0.24299   ],
            [ 0.00170783, -0.00140304, -0.09094558],
            [-0.00378669, -0.00592137, -0.07358853],
            [  5.84581114e-07,  -3.58723162e-07,  -3.08931350e-02],
            [ 0.0003522 , -0.00067592, -0.23933634],
            [ -5.84077540e-07,   2.08945622e-07,  -4.31579608e-02],
            [-0.00196888,  0.00261409, -0.28115362],
            [ -1.65606166e-04,   1.89755530e-01,  -1.49510581e-02],
            [-0.00048166,  0.00095946, -0.26929835],
            [  8.26054997e-04,  -7.75840354e-05,  -3.05118605e-01],
            [ 0.0018271 ,  0.00078126, -0.18526635]]


    fig = plt.figure()
    ax = Axes3D(fig)



    x = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
    y = [-0.002, -0.002, -0.002, -0.002, -0.001, -0.001, -0.001, -0.001, 
        0.001, 0.001, 0.001, 0.001, 0.002, 0.002, 0.002, 0.002]
    z = [-0.0022500000000000003, -0.00075, 0.00075, 0.0022500000000000003, 
         -0.0022500000000000003, -0.00075, 0.00075, 0.0022500000000000003, 
         -0.0022500000000000003, -0.00075, 0.00075, 0.0022500000000000003, 
         -0.0022500000000000003, -0.00075, 0.00075, 0.0022500000000000003]


    # data[0]= [0]*3
    # data[8]= [0]*3
    # data[10]= [0]*3
    # data[12]= [0]*3
    u = [data[i][0] for i in range(len(data))]
    v = [data[i][1] for i in range(len(data))]
    w = [data[i][2] for i in range(len(data))]
    cdict = {'green': np.array(len(u)), 'green': np.array(len(u)), 
             'green':np.array(len(u))}
    cdict = {'red': [0],'red': [0],'red': [0]}

    ax.quiver(x,y,z,u,v,w, length=0.001, normalize=True, colors=cdict)

    ax.set_xlabel("X direction")
    ax.set_ylabel("Y direction")
    ax.set_zlabel("Z direction")
    plt.axis('equal')
    plt.show()


if __name__ == '__main__':
    main()

这会将所有内容绘制为红色，而不是所有内容为绿色，并且仅将某些向量绘制为红色。我不太确定我在做什么，任何帮助将不胜感激！ （也是的，我被 python 2 困在石器时代）

编辑： 受以下答案的启发，我为“坏”通道创建了一个蒙版，然后创建了两个图，一个带有蓝色的好通道，一个带有红色的坏通道。

dead_chans = [1, 0,0,0,0,0,0,0,1,0,1,0,1,0,0,0]
good_u = np.ma.masked_array(u,dead_chans)
good_v = np.ma.masked_array(v, dead_chans)
good_w = np.ma.masked_array(w, dead_chans)

dead_u = np.ma.masked_array(u, np.logical_not(dead_chans))
dead_v = np.ma.masked_array(v, np.logical_not(dead_chans))
dead_w = np.ma.masked_array(w, np.logical_not(dead_chans))

ax.quiver(x,y,z,good_u,good_v,good_w, length=0.01, normalize=True, color= 
'b')
ax.quiver(x,y,z,dead_u,dead_v,dead_w, length=0.01, normalize=True, color = 
'r')
plt.show()

Answer 1

您可以将 z 值设置为 np.nan，而不是完全忽略它们。然后您可以使用colormap.set_bad() 将您的 nan 值的颜色更改为特定的颜色。

希望有帮助

https://matplotlib.org/api/_as_gen/matplotlib.colors.Colormap.html

编辑

在这篇文章的帮助下： How can I plot NaN values as a special color with imshow in matplotlib?

这是一个例子。

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

#Set the defualt cmap for mpl
mpl.rcParams['image.cmap'] = 'Blues'
cmap = mpl.cm.get_cmap()
cmap.set_bad(color='Red')

#Generate some data with np.nan values
x = np.arange(1,13,1)
y = np.arange(1,13,1)
vals = np.zeros([12,12])

for i in range(12):
    for j in range(12):
        if (i+j)%7==0:
            vals[i,j] = np.nan
        else:
            vals[i,j] = i*j

plt.pcolormesh(x,y,arr)

此代码返回以下图：