如何用NumPy和Matplotlib实现两个互补数组的叠加绘图？

你的核心需求是生成严格互补的两个5×5数组：arr1的NaN位置对应arr2的0，arr1的0位置对应arr2的NaN，再通过Matplotlib可视化。现有代码的问题在于两次独立随机生成数组，无法保证位置完全互补，且循环设置NaN可能出现重复赋值（导致实际NaN数量不足）。

修改后的实现步骤 #

1. 高效生成arr1的NaN位置：避免循环重复赋值，直接随机选择10个不重复的索引位置设为NaN
2. 基于arr1生成互补的arr2：利用布尔掩码直接推导，确保位置严格对应
3. 可视化优化：通过叠加显示并调整透明度，清晰区分两个数组的有效区域

完整代码 #

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors as mcolors

# 生成arr1：5x5全0数组，10个随机不重复的NaN位置
arr1 = np.zeros((5, 5))
# 生成10个不重复的线性索引，避免重复赋值
nan_indices = np.random.choice(arr1.size, 10, replace=False)
arr1.flat[nan_indices] = np.nan

# 生成互补的arr2：arr1是NaN的位置设为0，否则设为NaN
arr2 = np.where(np.isnan(arr1), 0, np.nan)

# 定义颜色映射
cmap1 = mcolors.ListedColormap(["lime"])
cmap2 = mcolors.ListedColormap(["hotpink"])

fig, ax = plt.subplots(figsize=(6,6))

# 先绘制arr1的有效区域（0值）
ax.imshow(arr1, cmap=cmap1, vmin=0, vmax=1)
# 叠加绘制arr2的有效区域，设置透明度避免完全覆盖
ax.imshow(arr2, cmap=cmap2, vmin=0, vmax=1, alpha=0.7)

# 添加网格线便于观察5x5结构
ax.set_xticks(np.arange(5)-0.5, minor=True)
ax.set_yticks(np.arange(5)-0.5, minor=True)
ax.grid(which="minor", color="gray", linestyle="-", linewidth=2)
# 隐藏刻度与标签，简化显示
ax.tick_params(which="both", bottom=False, left=False, labelbottom=False, labelleft=False)

plt.show()

关键说明 #

• 互补数组生成：np.where(np.isnan(arr1), 0, np.nan)直接复用arr1的NaN掩码，一步生成完全互补的arr2，彻底避免独立随机的不确定性
• 无重复NaN：np.random.choice(..., replace=False)确保选中的10个位置不重复，保证arr1恰好有10个NaN、15个0
• 可视化优化：叠加显示时设置alpha=0.7，同时添加网格线，能清晰区分两个数组的区域边界

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