Xarray绘制稀疏数据时如何避免插值并屏蔽空白区域？

Xarray的坐标感知特性是它的核心优势——和imshow只按行列索引绘图不同，它会基于数据的真实维度坐标来渲染。但用pcolormesh（Xarray绘图默认后端）处理带不连续坐标轴的二维数据时，会自动在坐标间隙插值填充，这在很多场景下不是我们想要的结果。

举个实际场景的示例代码：

import numpy as np
import xarray as xr

x = np.random.randn(1000, 100)
# 构造分段不连续的y坐标：0.0-0.1、1.0-1.1……99.0-99.1
y = np.hstack([np.arange(0, .1, 0.01) + i for i in range(100)])
z = np.linspace(0, 20, 100)
da = xr.DataArray(x.T, dims=("z", "y"), coords={"y": y, "z": z})

# 截取y在1-4区间的数据绘图
da.sel(y=slice(1, 4)).plot()

这段代码里的y维度是分段断开的，绘图时pcolormesh会在分段间隙（比如0.1到1.0之间）自动插值填充空白。我们的需求是：不用重采样、也不用在y维度补NaN，直接屏蔽这些无数据的空白区域，只保留有数据的分段部分。

这里要明确两个点：

• imshow解决不了这个问题，它无法识别坐标轴的跳跃，只会按行列位置平铺渲染（这是它的设计逻辑，不是bug）。
• pcolormesh的插值是基于坐标信息填充间隙，而imshow仅把行列索引当作颜色块的位置依据。

要实现只显示有数据区域的效果，核心是让pcolormesh仅在数据存在的坐标区间内绘制网格。可以通过手动构造网格边界的方式实现，具体代码如下：

import matplotlib.pyplot as plt

# 截取目标y区间的数据
da_sub = da.sel(y=slice(1, 4))
y_vals = da_sub.y.values
z_vals = da_sub.z.values

# 找到y坐标的分段分界点（突变位置）
split_indices = np.where(np.diff(y_vals) > 0.1)[0] + 1
# 把y坐标拆分成独立的分段
y_segments = np.array_split(y_vals, split_indices)

# 初始化绘图
fig, ax = plt.subplots()

# 遍历每个分段单独绘制
for seg in y_segments:
    # 获取当前分段对应的数据集
    seg_data = da_sub.sel(y=seg).values
    # 构造当前分段的y方向边界（每个数据点对应网格左边界，最后追加右边界）
    y_edges = np.concatenate([seg, [seg[-1] + (seg[1]-seg[0])]])
    # 构造z方向边界
    z_edges = np.concatenate([z_vals, [z_vals[-1] + (z_vals[1]-z_vals[0])]])
    # 绘制当前分段的网格
    ax.pcolormesh(y_edges, z_edges, seg_data, shading='flat')

# 设置标签和色bar
ax.set_xlabel('y')
ax.set_ylabel('z')
plt.colorbar(ax.collections[0], ax=ax)
plt.show()

这样处理后，绘图只会展示有数据的分段区域，不会在间隙处进行不必要的插值填充。

内容的提问来源于stack exchange，提问作者3dSpatialUser