使用 matplotlib 在同一图中绘制两个矩阵

Question

我想在同一张图中 plot 两个矩阵。 这些矩阵的形状为 3x5。 它们是使用 meshgrid 为大小 3 和 5 的两个 arrays（a 是 3 号，b 是 5 号）创建的。 矩阵的条目是使用 arrays 中的值计算的，我想在 plot 中显示，因此例如，如果 M 1使用条目 a 1和 b 1计算，则 M 1应该显示在两个索引相遇的地方图。 此外，图表的轴应标有两个 arrays 的条目。

为了确保更好地理解我的问题，我将在这篇文章中发布所需 output 的图片。 在我的特定用例中，两个矩阵的某些值将是NaN ，所以我可以看到两个矩阵重叠的位置。 这两个矩阵的一个例子是：

M1 = ([5, 3, nan], 
      [2, 5, nan], 
      [6, 7, nan], 
      [9, 10, nan], 
      [11, 12, nan])
M2 = ([nan, nan, nan],
      [nan, 1, 2], 
      [nan, 8, 5], 
      [nan, 6, 9], 
      [nan, nan, nan])

我确信这是一个基本问题，但我是 python 的新手，感谢任何帮助。

先感谢您！

Answer 1

我想过要找到每个矩阵的外壳图会有多困难，甚至不清楚你的矩阵中是否有洞。 但是我们为什么不让 numpy/matplotlib 完成所有的工作呢？

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import colors

M1 = ([5,      3,      6,      7], 
      [2,      np.nan, 3,      6], 
      [6,      7,      8,      np.nan], 
      [9,      10,     np.nan, np.nan], 
      [11,     12,     np.nan, np.nan])

M2 = ([np.nan, np.nan, np.nan, np.nan],
      [np.nan, np.nan, 1,      2], 
      [np.nan, 4,      8,      5], 
      [np.nan, np.nan, 6,      9], 
      [np.nan, np.nan, np.nan, np.nan])

#convert arrays into truth values regarding the presence of NaNs
M1arr = ~np.isnan(M1)
M2arr = ~np.isnan(M2)

#combine arrays based on False = 0, True = 1
M1M2arr = np.sum([M1arr, 2 * M2arr], axis=0) 

#define color scale for the plot
cmapM1M2 = colors.ListedColormap(["white", "tab:blue", "tab:orange", "tab:red"])

cb = plt.imshow(M1M2arr, cmap=cmapM1M2)
cbt= plt.colorbar(cb, ticks=np.linspace(0, 3, 9)[1::2])
cbt.ax.set_yticklabels(["M1 & M2 NaN", "only M1 values", "only M2 values", "M1 & M2 values"])
plt.xlabel("a[i]")
plt.ylabel("b[i]")

plt.tight_layout()
plt.show()

样品 output：

我保留了imshow的方向，因为这是您在打印输出时读取矩阵条目的方式。 您可以通过更改此行将此图像反转为通常的坐标表示：

cb = plt.imshow(M1M2arr, cmap=cmapM1M2, origin="lower")