打印遮罩numpy数组导致不正确的颜色栏

我正在尝试为matplotlib创建自定义颜色栏。在我试图策划一个新的计划之前，一切似乎都很好。即使绘图显示正确的颜色，颜色栏也不再显示正确的颜色。绘制遮罩阵列是否有不同的程序

我正在使用matplotlib 1.4.0和numpy 1.8

这是我的绘图代码：

import numpy
import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib.collections import PolyCollection

vertices = numpy.load('vertices.npy')
array = numpy.load('array.npy')

# Take 2d slice out of 3D array
slice_ = array[:, :, 0:1].flatten(order='F')

fig, ax = plt.subplots()

poly = PolyCollection(vertices, array=slice_, edgecolors='black', linewidth=.25)

cm = mpl.colors.ListedColormap([(1.0, 0.0, 0.0), (.2, .5, .2)])
poly.set_cmap(cm)

bounds = [.1, .4, .6]
norm = mpl.colors.BoundaryNorm(bounds, cm.N)

fig.colorbar(poly, ax=ax, orientation='vertical', boundaries=bounds, norm=norm)
ax.add_collection(poly, autolim=True)
ax.autoscale_view()
plt.show()

下面是情节的样子：

但是，当我在切片之前使用以下更改绘制遮罩阵列时：

array = numpy.ma.array(array, mask=array > .5)

我得到一个颜色栏，现在只显示一种颜色。即使两种颜色（正确）仍显示在绘图中

---

在绘制蒙版数组时，是否有一些技巧来保持colobar的一致性？我知道我可以使用

cm.set_bad

更改遮罩值的颜色，但这不是我想要的。我希望颜色栏在这两个绘图之间显示相同，因为这两种颜色和颜色栏本身应该保持不变。

将边界范数传递给多边形集合，

poly

。否则，

poly.norm

默认设置为

matplotlib.colors.Normalize

实例：

In [119]: poly.norm
Out[119]: <matplotlib.colors.Normalize at 0x7faac4dc8210>

---

谢谢你的建议！您是对的，关于

fig.colorbar

的某些内容没有正确地提取

BoundaryNorm

实例。

import numpy
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.collections as mcoll
import matplotlib.colors as mcolors

numpy.random.seed(4)
N, M = 3, 3
vertices = numpy.random.random((N, M, 2))
array = numpy.random.random((1, N, 2))
# vertices = numpy.load('vertices.npy')
# array = numpy.load('array.npy')
array = numpy.ma.array(array, mask=array > .5)
# Take 2d slice out of 3D array
slice_ = array[:, :, 0:1].flatten(order='F')
fig, ax = plt.subplots()

bounds = [.1, .4, .6]
cm = mpl.colors.ListedColormap([(1.0, 0.0, 0.0), (.2, .5, .2)])
norm = mpl.colors.BoundaryNorm(bounds, cm.N)

poly = mcoll.PolyCollection(
    vertices, 
    array=slice_, 
    edgecolors='black', linewidth=.25, norm=norm)

poly.set_cmap(cm)

fig.colorbar(poly, ax=ax, orientation='vertical')
ax.add_collection(poly, autolim=True)
ax.autoscale_view()
plt.show()