我正在创建一个要在出版物中使用的热图。该出版物仅限于黑白打印,因此我创建了灰度热图。我的问题是,在热图中有一些方块是“不适用的”,我想从视觉上区分其他单元。我的理解是这可能(?)如果热图在标度的两端都着色,则可以使用numpy的掩码数组,并且掩码字段可能仅显示为白色。问题是,我想使用从白到黑的全光谱来说明非NA数据的范围。有没有办法用其他的视觉机制来区分NA细胞,比如删除线?
下面是一个带有遮罩阵列的灰度的最小示例(改编自here)。NA值可能在这里被遮蔽了,你无法分辨,因为它使用的是白色,而白色已经被用作有效光谱的高端颜色。
import numpy as np
from pylab import *
z = rand(10, 25)
z = np.ma.masked_array(z,mask=z>0.8)
c = pcolor(z)
set_cmap('gray')
colorbar()
c = pcolor(z, edgecolors='w', linewidths=1)
axis([0,25,0,10])
savefig('plt.png')
show()

发布于 2013-04-21 05:34:38
一个简单的解决方案是只填充背景轴补丁。例如:
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cm
np.random.seed(1977)
data = np.random.random((10,25))
data = np.ma.masked_greater(data, 0.8)
fig, ax = plt.subplots()
im = ax.pcolormesh(data, cmap=cm.gray, edgecolors='white', linewidths=1,
antialiased=True)
fig.colorbar(im)
ax.patch.set(hatch='xx', edgecolor='black')
plt.show()

请注意,如果您不希望在空单元格之间绘制边框,则可以使用pcolor代替pcolormesh。
im = ax.pcolormesh(data, cmap=cm.gray, edgecolors='white', linewidths=1,
antialiased=True)至:
im = ax.pcolor(data, cmap=cm.gray, edgecolors='white', linewidths=1)我们会得到:

区别很细微--使用pcolor不会在相邻的空单元格之间绘制线条。你更喜欢哪种美学纯粹是个人的,但它突出了pcolor和pcolormesh之间的一个关键区别。
发布于 2013-10-29 00:53:06
我无法通过添加ax.patch.set_hatch('x')的补丁来重现乔的答案。相反,我必须根据这个question将补丁创建为矩形,如下所示
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import matplotlib.patches as patches
data = np.random.random((10,25))
data = np.ma.masked_greater(data, 0.8)
fig, ax = plt.subplots()
im = ax.pcolormesh(data, cmap=cm.gray, edgecolors='white', linewidths=0)
fig.colorbar(im)
# ax.patch.set_hatch('x') replaced by:
p = patches.Rectangle((0,0), 25, 10, hatch='xx', fill=None,zorder=-10)
ax.add_patch(p)
plt.show()此外,到目前为止,pcolormesh似乎已经解决了问题,所以可以在这里使用它。
https://stackoverflow.com/questions/16120481
复制相似问题