如何用Matplotlib和Python绘制布尔数据填充矩形图？

阿华AIGC实验室

2026-5-21

嘿，你说的这种布尔多通道的填充图我太熟悉啦！Matplotlib里确实没有专门为这个场景做的开箱即用函数，但有两种非常简洁高效的实现方式，比你预想的手动逐个写子图要省心得多，完全能达到你想要的效果。

实现布尔多通道填充图的两种实用方案

方法1：用`pcolormesh`绘制紧凑的热力图风格图

这种方法最适合把所有通道集中在同一个轴上展示，每个通道对应一行，布尔值为True（或1）的区域会被填充颜色，和你提到的C#示例图风格高度匹配。你只需要把布尔数据整理成二维数组：每一行代表一个通道，每一列对应一个X轴的位置。

示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 模拟数据：5个通道，100个时间点的布尔值
n_channels = 5
n_timepoints = 100
x = np.arange(n_timepoints)
# 随机生成布尔数据（True表示需要填充）
bool_data = np.random.randint(0, 2, size=(n_channels, n_timepoints)).astype(bool)

fig, ax = plt.subplots(figsize=(10, 4))

# 使用pcolormesh绘制，用二元配色区分布尔值，添加白色网格线分隔通道
cmap = plt.cm.get_cmap('Blues', 2)
ax.pcolormesh(x, np.arange(n_channels), bool_data, cmap=cmap, edgecolors='white', linewidth=1)

# 自定义轴标签和刻度
ax.set_yticks(np.arange(n_channels))
ax.set_yticklabels([f'Channel {i+1}' for i in range(n_channels)])
ax.set_xlabel('Time/Index')
ax.set_title('Boolean Channel Fill Plot')

plt.tight_layout()
plt.show()

这种方式代码简洁，不需要创建多个子图，视觉上紧凑清晰，非常适合快速展示多通道的布尔状态变化。

方法2：批量创建共享X轴的子图，用`fill_between`填充

如果你更倾向于每个通道单独成子图的布局（共享X轴，避免重复刻度），可以用循环批量处理，不用手动逐个编写子图代码：

import matplotlib.pyplot as plt
import numpy as np

# 模拟数据
n_channels = 5
n_timepoints = 100
x = np.arange(n_timepoints)
bool_data = np.random.randint(0, 2, size=(n_channels, n_timepoints)).astype(bool)

# 创建共享X轴的子图网格
fig, axes = plt.subplots(nrows=n_channels, ncols=1, figsize=(10, 6), sharex=True)

# 循环处理每个通道
for i, ax in enumerate(axes):
    # 填充布尔值为True的区域
    ax.fill_between(x, 0, 1, where=bool_data[i], color='darkgreen', alpha=0.6)
    # 设置子图的通道标签
    ax.set_yticks([0.5])
    ax.set_yticklabels([f'Channel {i+1}'])
    # 隐藏多余的Y轴刻度线，让布局更干净
    ax.tick_params(axis='y', which='both', length=0)

# 设置公共X轴标签
axes[-1].set_xlabel('Time/Index')
fig.suptitle('Boolean Channel Subplots with Fill', y=1.02)

plt.tight_layout()
plt.show()

这种布局适合需要单独观察每个通道细节的场景，通过循环批量处理，代码量也非常精简。