如何去除xarray绘图中无效值（bad value）的边缘颜色

我完全理解你的需求啦——你已经用set_bad把NaN像素设为红色，但现在只希望蓝色、灰色的有效数据像素显示边缘颜色，而红色的无效像素不要有边缘，对吧？

你当前的代码里，因为给整个绘图统一设置了edgecolor="grey"，导致所有像素（包括无效的红色像素）都带上了灰色边缘，就像这张图里这样：

我们可以通过针对性控制每个像素块的边缘颜色来解决这个问题，下面是修改后的完整代码：

import matplotlib.pyplot as plt
import xarray as xr
import numpy as np
from matplotlib import colors

fig, ax = plt.subplots(1, 1, figsize=(12, 8))
# 生成示例数据数组
data = xr.DataArray([np.random.rand(10, 10)])

# 设置指定位置为NaN（无效值）
nan_positions = [
    (0,1,1), (0,1,2), (0,1,3),
    (0,2,1), (0,2,2), (0,2,3),
    (0,3,1), (0,3,2), (0,3,3)
]
for pos in nan_positions:
    data[pos] = np.nan

# 定义有效数据的颜色映射（蓝色、灰色）
cmap = colors.ListedColormap(['#2c7bb6', "#999999"])
# 将NaN标记为无效值，颜色设为红色
cmap.set_bad(color='red')

# 先绘制数据，暂不设置全局边缘色
mesh = data.plot(cmap=cmap, ax=ax, edgecolor='none')

# 生成边缘颜色列表：有效数据用灰色，无效数据（NaN）无边缘
flat_data = data[0].values.flatten()
edge_colors = ['grey' if not np.isnan(val) else 'none' for val in flat_data]

# 逐个像素块设置对应的边缘颜色
for patch, ec in zip(mesh.collections[0].get_paths(), edge_colors):
    patch.set_edgecolor(ec)

plt.show()

关键修改说明： #

• 绘图时不再用全局的edgecolor="grey"，而是先设为'none'，避免给所有像素默认添加边缘；
• 根据数据是否为NaN生成对应的边缘颜色规则：有效数据保留灰色边缘，NaN对应的像素块直接去掉边缘（设为'none'）；
• 遍历每个像素块（patch），给它们单独设置边缘颜色，实现精准控制。

这样修改后，你就能得到想要的效果：只有蓝色和灰色的有效像素显示灰色边缘，红色的无效像素不会有边缘啦～

备注：内容来源于stack exchange，提问作者Jane