Отображение нескольких масок разными цветами в pylab

Вы можете просто заменить значения в своем массиве некоторым фиксированным значением в зависимости от некоторых условий. Например, если вы хотите замаскировать элементы больше 1 и меньше -1:

val1, val2 = 0.5, 1
a[a<-1]= val1
a[a>1] = val2
ax.imshow(a, interpolation='nearest')

val1 и val2 можно изменить для получения желаемых цветов.

Вы также можете указать цвета явно, но для этого потребуется дополнительная работа:

import matplotlib.pyplot as plt
from matplotlib import colors, cm

a = np.random.randn(10,10)

norm = colors.normalize()
cmap = cm.hsv
a_colors = cmap(norm(a))

col1 = colors.colorConverter.to_rgba('w')
col2 = colors.colorConverter.to_rgba('k')

a_colors[a<-0.1,:] = col1
a_colors[a>0.1,:] = col2
plt.imshow(a_colors, interpolation='nearest')
plt.show()

Для меня самый простой способ - рисовать маски напрямую с помощью imshow, передавая разные цветовые карты. Максимальное и минимальное значение цветовой карты используется для значений True и False:

mask1=np.isnan(a)
mask2=np.logical_not(mask1)
plt.imshow(mask1,cmap='gray')
plt.imshow(mask2,cmap='rainbow')

Однако этот (и другие предлагаемые подходы) график также ложных значений перекрывает предыдущие графики. Если вы хотите избежать построения значений False, это можно сделать, заменив их на np.nan после преобразования массива в float (np.nan имеет тип float и не может содержаться в логической маске). Значения nan не отображаются:

mmm=mask.astype(np.float)
mmm[np.where(mmm==0)]=np.nan
#the substitution can be done also in one line with:
#mmm=np.where(mask,mask.astype(np.float),np.nan)
plt.imshow(mmm,cmap='rainbow',vmin=0,vmax=1)) #will use only the top color: red. vmin and vmax are needed if there are only one value (1.0=True) in the array.
plt.colorbar()
#repeat for other masks...

И я надеюсь, что я не сильно отклоняюсь от темы, но тот же метод можно использовать для построения различных частей данных с разными цветовыми картами, заменив команду построения на:

plt.imshow(mmm*data,cmap='rainbow')

Чтобы окрасить одни пиксели в красный цвет, а другие в зеленый, как показано на следующем изображении, я использовал приведенный ниже код. (Подробности см. В комментариях к коду.)

import numpy as np              #Used for holding and manipulating data
import numpy.random             #Used to generate random data
import matplotlib as mpl        #Used for controlling color
import matplotlib.colors        #Used for controlling color as well
import matplotlib.pyplot as plt #Use for plotting

#Generate random data
a = np.random.random(size=(10,10))

#This 30% of the data will be red
am1 = a<0.3                                 #Find data to colour special
am1 = np.ma.masked_where(am1 == False, am1) #Mask the data we are not colouring

#This 10% of the data will be green
am2 = np.logical_and(a>=0.3,a<0.4)          #Find data to colour special
am2 = np.ma.masked_where(am2 == False, am2) #Mask the data we are not colouring

#Colourmaps for each special colour to place. The left-hand colour (black) is
#not used because all black pixels are masked. The right-hand colour (red or
#green) is used because it represents the highest z-value of the mask matrices
cm1 = mpl.colors.ListedColormap(['black','red'])
cm2 = mpl.colors.ListedColormap(['black','green'])

fig = plt.figure()                          #Make a new figure
ax = fig.add_subplot(111)                   #Add subplot to that figure, get ax

#Plot the original data. We'll overlay the specially-coloured data
ax.imshow(a,   aspect='auto', cmap='Greys', vmin=0, vmax=1)

#Plot the first mask. Values we wanted to colour (`a<0.3`) are masked, so they
#do not show up. The values that do show up are coloured using the `cm1` colour
#map. Since the range is constrained to `vmin=0, vmax=1` and a value of
#`cm2==True` corresponds to a 1, the top value of `cm1` is applied to all such
#pixels, thereby colouring them red.
ax.imshow(am1, aspect='auto', cmap=cm1, vmin=0, vmax=1);
ax.imshow(am2, aspect='auto', cmap=cm2, vmin=0, vmax=1);
plt.show()

Я не знаю, какие значения находятся в вашем массиве, но вы можете преобразовать замаскированные области так, чтобы значения X стали значениями RGB (A) (кортежи (R,G,B,A)), и в этом случае cmap игнорируется в соответствии с документация по крайней мере.

• cmap: [Нет | Цветовая карта]

Экземпляр matplotlib.colors.Colormap, например. cm.jet. Если нет, по умолчанию используется значение rc image.cmap. cmap игнорируется, если X имеет информацию RGB (A)