Matplotlib绘制mpmath数据调用pcolormesh时报TypeError如何解决？

你通过mpmath计算得到的z数组的元素是mpmath自定义的高精度mpf类型，不属于numpy原生支持的数值类型。matplotlib在绘图过程中会调用np.isnan()检查输入数组中的异常值，numpy的ufunc函数无法处理mpf类型的输入，也无法按照安全规则自动完成类型转换，因此触发该报错。
额外补充：即使没有类型错误，你的z数值量级达到e-500，已经远低于numpy float64类型的最小正数值阈值（约2.2e-308），直接转换会发生下溢变成0，也无法正常绘制出数值的分布差异。

核心思路是对极小值做对数变换，将数值范围拉到普通浮点数可表示的区间，再转换为numpy原生类型绘图：

1. 对mpmath计算得到的z逐元素取自然对数，把极小值的量级差转换为线性的对数差
2. 将取对数后的结果转换为numpy float64类型数组
3. 用转换后的数组绘图，只需在色条上标注为对数取值即可保证可视化信息完整

示例修改代码：

import mpmath as mp
import matplotlib.pyplot as plt
import numpy as np
from mpmath import e as e
from mpmath import mpf, mpc,mp
mp.dps = 1000
y, x = np.meshgrid(np.linspace(-5, 5, 1000), np.linspace(-5, 5, 1000))
z = e ** (-x**2 + y)
z = z[:-1, :-1]
# 新增转换代码：取对数后转numpy数组
z_log = np.array([[float(mp.log(val)) for val in row] for row in z])
z_min, z_max = z_log.min(), z_log.max()

# 绘图时使用转换后的z_log
fig, ax = plt.subplots()
c = ax.pcolormesh(x, y, z_log, cmap='RdBu', vmin=z_min, vmax=z_max)
ax.set_title('Titles are overall a positive feature')
ax.axis([x.min(), x.max(), y.min(), y.max()])
# 色条标注对数属性
fig.colorbar(c, ax=ax, label='ln(z)')
plt.show()

完全可以不使用mpmath完成绘图。可视化本质需要的是数值的相对大小关系，对z = e^(-x² + y)这类指数形式的极小值，其对数变换结果ln(z) = -x² + y可以直接用numpy计算，没有精度问题，也不会出现极小值下溢的情况：
示例代码：

import matplotlib.pyplot as plt
import numpy as np

y, x = np.meshgrid(np.linspace(-5, 5, 1000), np.linspace(-5, 5, 1000))
# 直接计算对数后的结果，不需要处理极小值
z_log = -x**2 + y
z_log = z_log[:-1, :-1]
z_min, z_max = z_log.min(), z_log.max()

fig, ax = plt.subplots()
c = ax.pcolormesh(x, y, z_log, cmap='RdBu', vmin=z_min, vmax=z_max)
ax.set_title('Titles are overall a positive feature')
ax.axis([x.min(), x.max(), y.min(), y.max()])
fig.colorbar(c, ax=ax, label='ln(z)')
plt.show()

如果你的实际z值是无法直接解析求对数的复杂极小值，也可以先通过mpmath计算得到数值后，逐元素取对数转float，再用numpy处理绘图，不需要全程使用mpmath类型。

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