为matplotlib tricontourf设置掩码

Question

我有一些包含数据的numpy数组，想要在一个二维网格上进行可视化。其中一些数据是不合理的，我想把它们屏蔽掉。但是，我无法正确地设置tricontour的mask属性。我尝试了：

import matplotlib.pyplot as mp
import numpy as np

with open('some_data.dat', 'r') as infile:
        x, y, z = np.loadtxt(infile, usecols=(0, 1, 2), unpack=True)
isbad = np.less(z, 1.4) | np.greater(z, 2.1)
mp.tricontourf(x, y, z, mask = isbad)

但是生成的图形并没有被遮盖。我尝试了在matplotlib中遮盖contourf图的一部分，即masking part of a contourf plot in matplotlib。

z2 = np.ma.array(z, mask= isbad)
mp.tricontourf(x, y, z2)

这也没有起作用。我想使用tricontourf代替contourf，因为我不想将数据网格化。

z[isbad] = np.nan

在调用tricontourf时会导致分段错误。

这是一个图例，红色的颜色是我想标记为非物理的。

- wsj

Answer 1

这里有个技巧。我需要收集三角形的索引（它们是对z!的索引），评估它们是否好，并且只接受至少一个角落有效的三角形（将维度从(ntri, 3)减少到ntri）。

import matplotlib.tri as tr
import numpy as np
import matplotlib.pyplot as plt

triang = tr.Triangulation(x, y)
mask = np.all(np.where(isbad[triang.triangles], True, False), axis=1)
triang.set_mask(mask)
colplt = plt.tricontourf(triang, z)
plt.colorbar()

受到此链接的启发：http://matplotlib.org/examples/pylab_examples/tripcolor_demo.html

- wsj

---

如果一个节点具有NaN，则确实应该使用“any”而不是“all”，因为使用“all”仍将允许NaN值进入轮廓算法，并导致分段错误。 - Michael

我使用了 mask = np.sum(isbad[triang.triangles],axis=1)>1 来测试是否有2或3个节点是可疑的，因为我想要看到至少有一个节点在范围内的结果。 - Dave X

Answer 2

wsj的答案对我没用，因为它没有删除某些掩码点（我认为当不是所有节点都有问题时）。

这个解决方案做到了：

z[isbad] = numpy.NaN
z = numpy.ma.masked_invalid(z)
vmin, vmax = z.min(), z.max()
z = z.filled(fill_value=-999)

levels = numpy.linspace(vmin, vmax, n_points)
plt.tricontourf(x, y, z, levels=levels)

- Hypercube