求助：如何用Python和Matlab复现含大量NaN的EFI频谱图？

核心问题分析 #

你遇到的全同色空白图，本质是两个问题叠加：

1. 大量NaN值让绘图函数无法正确识别有效数据的范围
2. 数值跨度5个数量级（1e-12到1e-7），默认线性色标会把所有有效数据压缩到色条的极小区间，看起来就是同色

Python 解决方案 #

1. 处理NaN值并调整色标范围 #

直接让绘图函数忽略NaN，同时改用对数色标拉开小数值的差异：

import matplotlib.pyplot as plt
import numpy as np

# 若dt是DataFrame，先转为numpy数组
dt_np = dt.to_numpy()

# 方案1：对数色标+锁定有效数值范围
plt.figure(figsize=(10,6))
im = plt.imshow(dt_np, cmap='jet', aspect='auto', 
                norm=plt.LogNorm(vmin=1e-12, vmax=1e-7), 
                origin='lower')  # 让时间轴从下到上对应行顺序
plt.colorbar(im, label='Amplitude')
plt.xlabel('Frequency Bin')
plt.ylabel('Timestamp')
plt.title('Electric Field Spectrum')
plt.show()

# 方案2：用极小值填充NaN后再用对数色标
dt_clean = np.where(np.isnan(dt_np), 1e-13, dt_np)  # 填充值小于最小有效数据
plt.imshow(dt_clean, cmap='jet', aspect='auto', norm=plt.LogNorm())
plt.colorbar()
plt.show()

2. 快速验证单时间点频谱 #

优化你之前的循环绘图，一次性叠加查看所有时间点的频谱：

plt.figure(figsize=(12,6))
# 只画前50行避免画面杂乱
for i in range(min(dt.shape[0], 50)):  
    plt.plot(dt.iloc[i, :], alpha=0.3)
plt.yscale('log')  # 用对数轴展示小数值差异
plt.xlabel('Frequency Bin')
plt.ylabel('Amplitude')
plt.title('Individual Timestamp Spectra')
plt.show()

Matlab 解决方案 #

1. 处理NaN+对数色标 #

用imagesc配合对数色标和caxis锁定范围：

% 若dt是table，先转为矩阵
dt = table2array(dt);
dt_clean = dt;
dt_clean(isnan(dt_clean)) = 1e-13;  % 用极小值填充NaN

imagesc(dt_clean);
colormap jet;
set(gca, 'YDir', 'normal');  % 修正时间轴方向，让第一行对应最早时间
colorbar;
caxis([1e-12 1e-7]);  % 锁定色轴范围
set(gca, 'ColorScale', 'log');  % 启用对数色标
xlabel('Frequency Bin');
ylabel('Timestamp');
title('Electric Field Spectrum');

2. 验证单时间点频谱 #

figure;
hold on;
% 只画前50行避免杂乱
for i = 1:min(size(dt,1), 50)
    plot(dt(i,:), 'LineAlpha', 0.3);
end
set(gca, 'YScale', 'log');
xlabel('Frequency Bin');
ylabel('Amplitude');
title('Individual Timestamp Spectra');
hold off;

额外注意事项 #

• 轴方向修正：默认imshow/imagesc的y轴是反向的，用origin='lower'（Python）或YDir='normal'（Matlab）调整，确保时间顺序正确
• 色标优化：如果jet色标区分度不足，可替换为viridis（Python）或parula（Matlab），对小数值的视觉区分更友好
• NaN自定义渲染：Python中可通过cmap.set_bad('white')（如jet.set_bad('white')）将NaN区域设为指定颜色

内容的提问来源于stack exchange，提问作者Vera123