python - 在 Matplotlib 中根据像素值设置透明度

Question

我正在尝试使用 matplotlib 为我正在处理的论文绘制一些数字。我在 2D numpy 数组中有两组数据:一个 ascii 山体阴影栅格，我可以很高兴地使用它来绘制和调整:

import matplotlib.pyplot as pp
import numpy as np

hillshade = np.genfromtxt('hs.asc', delimiter=' ', skip_header=6)[:,:-1]

pp.imshow(hillshade, vmin=0, vmax=255)
pp.gray()
pp.show()

这给出了:

还有第二个 ascii 栅格，它描绘了流经景观的河流的特性。可以以与上述相同的方式绘制此数据，但是数组中与河网不对应的值被指定为 -9999 的无数据值。目的是将无数据值设置为透明，以便河流值覆盖山体阴影。

这是河流数据，理想情况下这里表示为 0 的每个像素都是完全透明的。

已经对此进行了一些研究，似乎我可以将我的数据转换为 RGBA 数组并设置 alpha 值以仅使不需要的单元格透明。但是，河流数组中的值是 float ，无法转换(因为原始值是图中的全部点)，我相信 imshow 函数如果使用 RGBA 格式只能采用无符号整数.

有没有办法绕过这个限制？我曾希望我可以简单地创建一个包含像素值和 alpha 值的元组并像这样绘制它们，但这似乎是不可能的。

我也玩过 PIL 尝试创建一个没有数据值透明的河流数据的 PNG 文件，但这似乎会自动将像素值缩放到 0-255，从而失去了我需要保留的值(value)。

我欢迎任何人对此问题有任何见解。

Answer 1

只需 mask你的“河流”数组。

例如

rivers = np.ma.masked_where(rivers == 0, rivers)

作为以这种方式叠加两个图的快速示例:

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cm

# Generate some data...
gray_data = np.arange(10000).reshape(100, 100)

masked_data = np.random.random((100,100))
masked_data = np.ma.masked_where(masked_data < 0.9, masked_data)

# Overlay the two images
fig, ax = plt.subplots()
ax.imshow(gray_data, cmap=cm.gray)
ax.imshow(masked_data, cmap=cm.jet, interpolation='none')
plt.show()

另外，附带说明一下，imshow 很乐意接受其 RGBA 格式的 float 。它只是期望一切都在 0 到 1 之间。