Numpy Pyplot Imshow自动缩放以剪切不规则填充

我有以下代码

import matplotlib.pyplot as plt
import numpy as np

array = np.pad(np.random.rand(300,300),10,'constant', constant_values =  nan)

fig, ax = plt.subplots()
l = ax.imshow(array, origin = 'lower')

plt.show()

正如您所看到的，它绘制了一个图像，边缘周围有一个以南为边界的区域。有没有办法让Imshow自动裁剪或自动缩放到绘图区域而不使用NaN

这里有一些警告

• 填充不相等：在本例中，所有边上的填充都相等，但我的真实数据并非如此，因此不能假定每边上都有相同的填充

• 无法对数组进行物理编辑：实际数据实际上是带有WCS坐标数据的astronomy FITS文件，因此使用WCSAxesSubplot系统，带有

  plt.fig.add_sublot（projection=WCS）

  命令和

  astropy

  中的FITS头文件，但无法很好地将其包含在示例代码中。（也就是说，我相信如果有人能在常规的pyplot/matplotlib/imshow中向我演示如何执行此操作，我可以以某种方式将其传输过来。）这样做的真正问题是，我无法编辑原始数据数组以删除NAN，因为我的头文件（即参考像素）将不正确，并且我的坐标将关闭

• NAN可能与图像边缘不对齐：未来的数据集可能会稍微旋转，甚至在图像的位之间有NAN字段。因此，我不能让它把我的图像的角或部分切掉，只是为了很好地适应其他部分。缩放后，某些“南”可能仍需要可见。（这现在不是什么问题，因为我当前的数据集都有漂亮、直的axi平行边）

如果您能提供任何帮助，我们将不胜感激。我很乐意提供额外的信息。此外，一旦自动实现了缩放，如果有人能告诉我如何将当前的图像缩小，那就太好了（因为它解决了一个不相关的问题）

这应该有效：

mask = ~np.isnan(array)
x = np.flatnonzero(np.any(mask, axis = 0))
x = np.arange(x.min(), x.max() + 1)[:, None]
y = np.flatnonzero(np.any(mask, axis = 1))
y = np.arange(y.min(), y.max() + 1)

plt.imshow(array[x,y], origin = 'lower')

基本上，只需使用任何非nan值构建一个奇特的行和列索引。

这应该可以：

mask = ~np.isnan(array)
x = np.flatnonzero(np.any(mask, axis = 0))
x = np.arange(x.min(), x.max() + 1)[:, None]
y = np.flatnonzero(np.any(mask, axis = 1))
y = np.arange(y.min(), y.max() + 1)

plt.imshow(array[x,y], origin = 'lower')

---

基本上只是用任何非nan值构建一个奇特的行和列索引。

这在切割nan的同时起作用，但我的WCS坐标现在指向一个不正确的像素，这会偏离我的轴。我恐怕不能用这个：（希望我知道这意味着什么，这样我也许可以帮助你。这在很大程度上是有效的，因为它切断了南，但我的WCS坐标现在指向一个不正确的像素，这偏离了我的轴。我恐怕我不能用这个：（希望我知道这意味着什么，这样我可能可以帮助你。