Matplotlib绘图：忽略NaN值连接有效数据点，同时保留双组数据展示

需求说明 #

需要绘制两组数据：

• 含NaN值的观测数据Arealval：展示有效数据点标记，并用线条跳过NaN值连接有效点
• 无NaN值的预测数据y：完整展示所有数据点与连线

此前手动筛选非NaN对应的x值实现效果，但大数据集下效率极低，需要程序化的自动处理方法。

最小可复现代码 #

import numpy as np
import matplotlib.pyplot as plt

x = [1.0, 3.0, 5.0, 7.0, 10.0, 15.0, 20.0]
y = [1.0, 3.0, 5.0, 7.0, 10.0, 5.0, 20.0]
Arealval = [30.1, np.nan, 33.4, np.nan, 22.4, np.nan, 35.8]

plt.plot(x, Arealval, marker='X', ls=':')
plt.plot(x, y, marker='o', ls=':')

plt.show()

解决方案 #

Matplotlib的plot函数原生支持自动识别并忽略NaN值：当传入的y数据中包含NaN时，函数会自动在NaN位置断开连线，仅连接有效数据点，同时只在有效数据的位置绘制标记。无需手动筛选数据，直接传入原始的x和含NaN的y数据即可实现需求。

如果需要更稳定的处理（比如针对更复杂的数据结构），可以将数据转换为numpy数组，效果一致：

import numpy as np
import matplotlib.pyplot as plt

x = np.array([1.0, 3.0, 5.0, 7.0, 10.0, 15.0, 20.0])
y = np.array([1.0, 3.0, 5.0, 7.0, 10.0, 5.0, 20.0])
Arealval = np.array([30.1, np.nan, 33.4, np.nan, 22.4, np.nan, 35.8])

plt.plot(x, Arealval, marker='X', ls=':', label='观测数据')
plt.plot(x, y, marker='o', ls=':', label='预测数据')
plt.legend()
plt.show()

运行上述代码后，观测数据的有效点会用X标记，且仅在有效点之间绘制虚线；预测数据则完整展示所有点与连线，完全符合需求。

内容的提问来源于stack exchange，提问作者David Siret Marqués