Matplotlib绘制含NaN的自定义形状热图的实现与配置

Matplotlib所有热图接口的NaN值渲染，统一由所用颜色映射（colormap）的bad通道控制，默认该通道显示为纯白色，无需修改各个绘图接口的独立参数，直接调整colormap的bad配置即可实现自定义配色。
具体操作流程：

• 复制原colormap的可编辑副本，避免直接修改全局colormap实例，防止同一脚本内其他绘图场景被影响
• 调用副本的set_bad()方法，传入自定义的颜色值（支持十六进制色值、RGB元组、命名色值等所有Matplotlib兼容的颜色格式），可同步设置无效区域的显示透明度

注意：该配置对matshow、imshow、pcolormesh等所有基于colormap渲染的热图接口全部生效，不需要针对不同接口单独设置。

修改后的核心绘图代码片段：

# 原有边界与归一化逻辑保持不变
bounds = np.linspace(param_ng, param_vg, continious_color_map.N).reshape(continious_color_map.N,)
norm = mpl.colors.BoundaryNorm(bounds, continious_color_map.N)

# 新增自定义NaN颜色配置
cmap_custom = continious_color_map.copy()
# 示例：将NaN区域设置为深灰色，不透明
cmap_custom.set_bad(color='#333333', alpha=1.0)

fig, ax = plt.subplots(1, 1, figsize = (7, 7))
# 替换原有cmap参数为自定义配置的颜色映射
img = ax.matshow(data, cmap=cmap_custom, norm=norm)

divider = make_axes_locatable(ax)
cax = divider.append_axes("right", size='5%', pad='1%')
fig.colorbar(img, cax=cax, ax=ax, ticks=bounds)

完全可以省去“构建固定尺寸二维矩阵、逐点标记范围外值为NaN”的冗余步骤，只要采样点本身对应规则矩形网格的单元中心，直接传入坐标与参数值即可生成连续矩形块热图，不会出现散点类的离散标记效果，核心使用pcolormesh接口实现：

• 当你持有与参数值z同形状的二维坐标矩阵X、Y（即每个z值对应的x、y坐标，仅包含圆形覆盖范围内的有效点位，无NaN填充），可直接将X、Y、z传入接口，系统会自动根据坐标位置绘制对应矩形色块，范围外区域自动留空，与手动填充NaN的绘图效果完全一致。
• 当你持有展平的一维点集（长度相同的x、y、z数组，对应每个采样点的坐标与参数值），只需对x、y坐标去重排序，向外扩展半格距离生成对应方向的色块边界，不需要手动补全全尺寸矩阵，即可生成规则矩形色块热图。

简化流程对应的代码示例：

# X、Y为仅包含有效点位的二维坐标矩阵，z为对应点位的参数值，无NaN填充
img = ax.pcolormesh(X, Y, z, cmap=cmap_custom, norm=norm)

注意：该方案不需要额外插值计算，只要采样点对齐规则网格，生成的色块拼接效果与手动构建矩阵的效果无差异，可大幅降低数据预处理的代码量。

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