当然可以实现！其实你当前用np.nan填充上三角区域的方法已经是非常优雅且高效的解决方案了——matplotlib在渲染imshow时会自动忽略nan值，不会绘制这些位置的像素，完全符合你的需求，而且代码简洁，不需要额外的遮罩层。

如果你想尝试不修改原始数据的替代方案，这里还有一种思路：利用imshow的alpha参数，通过透明度控制来隐藏上三角区域：

import numpy as np
import matplotlib.pyplot as plt

bins = 5
Z = np.random.rand(bins, bins)
# 创建透明度数组：下三角区域完全不透明（alpha=1），上三角完全透明（alpha=0）
alpha_mask = np.tril(np.ones(Z.shape))

fig, ax = plt.subplots(figsize=(8,8))
# 传入alpha参数控制每个像素的透明度
ax.imshow(Z, cmap='Spectral', alpha=alpha_mask)

这种方式不需要改动原始数据Z，而是通过透明度设置让上三角区域不可见，同样避免了使用遮罩覆盖的方式。

对比来看，你的原始方法（用np.nan填充）在性能和代码简洁性上更有优势，因为它直接从数据层面过滤了不需要显示的像素，渲染时无需额外处理透明度。如果没有特殊的保留原始数据的需求，更推荐你继续使用当前的方案。

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