使用masked array绘制hist2D时掩码零值触发ValueError求助

我来帮你搞定这个问题！你碰到的ValueError: cannot convert float NaN to integer错误，根源在于matplotlib的hist2d函数并不原生支持numpy的masked_array类型。当你把masked_array传进去时，内部会自动把被mask的元素转成NaN，但在后续计算直方图的流程里，有个步骤会尝试把这些NaN转换成整数索引，这就触发了报错。

解决方案：提取有效数据后再传入hist2d #

正确的做法是先把masked_array里的有效（未被mask）数据提取出来，用masked_array自带的compressed()方法就能轻松做到——它会返回一个去掉所有被mask元素的一维数组，完全符合hist2d的要求。

修改后的代码如下：

import numpy.ma as ma
import matplotlib.pyplot as plt

# 初始化masked数组
x = ma.masked_array([0.17478785046728973, 0.21854713940370668, 0.7354304690743048, 1.1052309124767226, 0.3450562200956937, 0])
x[5] = ma.masked  # 简化标记mask的方式，和ma.masked_all(1)效果一致

y = ma.masked_array([0.17478785046728973, 0.21854713940370668, 0.7354304690743048, 1.1052309124767226, 0.3450562200956937, 0])
y[5] = ma.masked

# 提取未被mask的有效数据
x_valid = x.compressed()
y_valid = y.compressed()

# 绘制二维直方图
plt.hist2d(x_valid, y_valid, bins=10)
plt.colorbar()  # 建议加上颜色条，方便查看每个区间的计数
plt.show()

额外说明 #

• compressed()方法会自动过滤掉所有被标记为mask的元素，确保传入hist2d的是没有NaN的普通numpy数组，从根源上避免了类型转换错误。
• 你原来用的x[5] = ma.masked_all(1)可以简化为x[5] = ma.masked，两者都能把该位置标记为masked，后者写法更简洁直观。

内容的提问来源于stack exchange，提问作者Ben Pickering