Matplotlib无法绘制首元素为np.nan的numpy数组如何解决？

问题原因 #

你遇到的现象是旧版本Matplotlib的bar接口对NaN值的处理缺陷导致的：当你批量传入包含np.nan的bottom数组时，整组条形都会被判定为无效直接跳过绘制，而不是仅跳过NaN对应的单个位置。3.4及以上版本的Matplotlib已经修复了这个问题，升级后会自动跳过NaN对应位置的条形，其余有效位置可正常渲染。

绕过方法（兼容所有版本） #

最稳妥的方式是提前过滤掉缺失值对应的数据，只把有效值传给bar接口，示例修改代码如下：

import numpy as np
import matplotlib.pyplot as plt

N = 3
ind = np.arange(N)    # 组的x轴位置
width = 2       # 条形宽度
height = 0.35   # 条形高度

D_data = np.array([27.68,np.nan,np.nan])
E_data = np.array([np.nan,18.59,18.31])

fig, ax = plt.subplots()

# 过滤E的有效数据后绘制
e_valid_mask = ~np.isnan(E_data)
E = ax.bar(ind[e_valid_mask], width, height, bottom=E_data[e_valid_mask]-1, label='E')

# 过滤D的有效数据后绘制
d_valid_mask = ~np.isnan(D_data)
D = ax.bar(ind[d_valid_mask], width, height, bottom=D_data[d_valid_mask]-1, label='D')

ax.legend()
plt.show()

如果你不想修改原始数据，也可以逐位置绘制条形，遇到NaN就跳过：

for x, d_bottom, e_bottom in zip(ind, D_data, E_data):
    if not np.isnan(d_bottom):
        ax.bar(x, width, height, bottom=d_bottom-1, color='#1f77b4', label='D' if x==ind[0] else "")
    if not np.isnan(e_bottom):
        ax.bar(x, width, height, bottom=e_bottom-1, color='#ff7f0e', label='E' if x==ind[1] else "")

相关问题解答 #

• 这是Matplotlib本身的问题吗？
  是低版本Matplotlib的已知适配问题，3.4+版本已修复该缺陷，升级后直接传入带NaN的数组也能正常渲染有效位置的条形。
• 有没有比np.nan更优的空值处理方式？
  np.nan是Matplotlib官方推荐的缺失值标记方式，除旧版本bar等少数接口外，其余绘图接口（折线图、散点图、箱型图等）都能正确识别并跳过np.nan对应数据点，不需要额外替换。如果需要兼容所有版本，最优方式是绘图前提前过滤缺失值，仅传入有效数据到绘图接口。

内容的提问来源于stack exchange，提问作者Ryguy