如何为含子数组的特定值设置matplotlib imshow自定义配色

imshow要求输入纯单值的二维数值数组，没法直接用带嵌套子数组的数据绘图，所以必须先做数据转换，再用现有matplotlib工具实现需求，具体步骤如下：

1. 统一数据格式：将子数组映射为唯一单值 #

你提到总共只有11种不同的可能值（含子数组），可以先给每种情况分配唯一整数ID：

• 比如整理所有值类型（包括子数组），把列表转成元组（列表不能当字典键），创建映射表：

  # 示例映射，根据你的11种实际情况补充完整
  value_to_id = {
      4: 0,
      5: 1,
      6: 2,
      8: 3,
      10: 4,
      (4,5,6): 5
  }
  

• 遍历原始值数组，把每个元素替换为对应ID，得到纯单值数组：

  values = [6,10,8,[4,5,6],4]
  id_values = []
  for v in values:
      if isinstance(v, list):
          id_values.append(value_to_id[tuple(v)])
      else:
          id_values.append(value_to_id[v])
  # 转换后结果：[2,4,3,5,0]
  

2. 构建自定义配色映射 #

用ListedColormap创建对应11种值的色图，配合BoundaryNorm实现离散值的颜色映射：

from matplotlib.colors import ListedColormap, BoundaryNorm
import numpy as np

# 自定义11种颜色（可根据需求调整）
colors = ['#FF0000', '#00FF00', '#0000FF', '#FFFF00', '#FF00FF', 
          '#00FFFF', '#800000', '#008000', '#000080', '#808000', '#800080']
cmap = ListedColormap(colors)

# 设置边界，确保每个ID对应独立颜色区间
bounds = np.arange(-0.5, len(value_to_id)+0.5, 1)
norm = BoundaryNorm(bounds, cmap.N)

3. 坐标转二维网格并绘图 #

将坐标元组对应的值ID填充到二维数组中（空位置用NaN留白），再调用imshow绘图：

import matplotlib.pyplot as plt

# 示例坐标数组
coords = [(0,0), (0,1), (0,2), (0,3), (0,4)]

# 创建二维网格（根据你的坐标范围调整尺寸）
grid = np.full((1, len(coords)), np.nan)
for idx, (x,y) in enumerate(coords):
    grid[y, x] = id_values[idx]

# 绘图
plt.imshow(grid, cmap=cmap, norm=norm, extent=[-0.5, len(coords)-0.5, -0.5, 0.5])

# 添加颜色条并标注原始值
cbar = plt.colorbar(ticks=np.arange(len(value_to_id)))
id_to_value = {v:k for k,v in value_to_id.items()}
cbar.ax.set_yticklabels([str(id_to_value[i]) for i in range(len(value_to_id))])

plt.show()

关键提醒 #

• 子数组的转换逻辑可按需调整：如果子数组代表取值范围，也可以用均值、中位数替代唯一ID，只要保证最终是单值即可。
• 若坐标是不规则分布，需先确定x、y轴的最大最小值，创建对应尺寸的空网格后再填充值。

内容的提问来源于stack exchange，提问作者MatMad-B