Matplotlib：索引顏色圖

Question

我有一個3-d圖，但是我的16個數據點中有4個具有來自某一分量的無效數據（即，一個向量具有良好的x和y數據，但具有不良的z數據）。 我可以完全忽略這些點，但隨后我會刪除良好的數據（沿x和y方向）。 理想情況下，我希望能夠將丟失數據的顏色更改為一種標記，以便仍對其進行打印，但是我可以判斷出丟失數據的顏色。

我對顏色圖的經驗很少，尤其是在3D模式中。 我試過采用以下解決方案： （python）使用colormap作為第4維繪制xd，y，z函數的3d曲面 使用matplotlib創建自己的colormap並繪制色標 ，這似乎是最有用的： 將顏色添加到3d matplotlib中的顫動圖，但我只想讓它們都具有相同的顏色，只是非常特定的數據點，而且我不確定如何索引顏色圖。

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()

這會將所有內容繪制為紅色，而不是所有綠色繪制，並且僅將某些矢量繪制為紅色。 我不太確定自己在做什么，我們將不勝感激！ （也是，我被Python 2困在石器時代）

編輯：受以下答案的啟發，我為“不良”頻道創建了一個蒙版，然后創建了兩個圖，一個以藍色的好頻道顯示，另一個以紅色的壞頻道顯示。

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

您可以將z值設置為np.nan而不是完全忽略它們。 然后，您可以使用colormap.set_bad()將nan值的顏色更改為特定的顏色。

希望能有所幫助

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

編輯

在這篇文章的幫助下： 如何在matplotlib中使用imshow將NaN值繪制為特殊顏色？

這是一個例子。

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)

此代碼返回以下圖：