Python 如何在Matplotlib中的colormesh plot上打印图像？

我想绘制

bool

density

plt.imshow(rectangle, extent=extent, cmap=ListedColormap([[1, 1, 1, 0], [0, 0, 0, 1]]))

超彩色网格

plt.pcolormesh(x_ticks, y_ticks, np.transpose(potential))

如何做到这一点

目前，我只看到了第一个情节，尽管我会期待其他的

---

下面是一个示例代码：

import matplotlib
from matplotlib.colors import ListedColormap
import matplotlib.pyplot as plt
import numpy as np

x_ticks = np.linspace(-10, 10, 100, dtype=np.float32)
y_ticks = np.linspace(-10, 10, 100, dtype=np.float32)

x, y = np.meshgrid(x_ticks, y_ticks, indexing='ij')

# density plot of some circular function
r = np.sqrt(x ** 2 + y ** 2)
z = np.where(r != 0, np.sin(r) / r, 1)

plt.figure(1)
plt.pcolormesh(x_ticks, y_ticks, z)
plt.show()

# image of rectangle, white color is transparent
rectangle = np.logical_and(np.abs(x) < 2,  np.abs(y) < 2)
extent = [x_ticks[0], x_ticks[-1], y_ticks[0], y_ticks[-1]]

plt.figure(2)
plt.imshow(rectangle, extent=extent, cmap=ListedColormap([[1, 1, 1, 0], [0, 0, 0, 1]]))
plt.show()

# now I want both on the same plot superimposed
plt.figure(3)
plt.pcolormesh(x_ticks, y_ticks, z)
plt.imshow(rectangle, extent=extent, cmap=ListedColormap([[1, 1, 1, 0], [0, 0, 0, 1]]))
plt.show()

导入matplotlib
从matplotlib.colors导入ListedColormap
将matplotlib.pyplot作为plt导入
将numpy作为np导入
x_ticks=np.linspace（-10,10100，dtype=np.float32）
y_ticks=np.linspace（-10,10100，dtype=np.float32）
x、 y=np.meshgrid（x_ticks，y_ticks，index='ij'）
#一类圆函数的密度图
r=np.sqrt（x**2+y**2）
z=np，其中（r！=0，np.sin（r）/r，1）
plt.图（1）
plt.pcolormesh（x_刻度，y_刻度，z）
plt.show（）
#图像为矩形，白色为透明色
矩形=np.logical_和（np.abs（x）<2，np.abs（y）<2）
范围=[x_刻度[0]，x_刻度[-1]，y_刻度[0]，y_刻度[-1]]
plt.图（2）
plt.imshow（矩形，extent=extent，cmap=ListedColormap（[[1,1,1,0]，[0,0,0,1]]））
plt.show（）
#现在我想把两个都叠加在同一个图上
plt.图（3）
plt.pcolormesh（x_刻度，y_刻度，z）
plt.imshow（矩形，extent=extent，cmap=ListedColormap（[[1,1,1,0]，[0,0,0,1]]））
plt.show（）

我明白了：

但我希望这样（在Photoshop中绘制）：

---

您必须在其中一个绘图调用中设置显式的

zorder

，以将其置于顶部/底部：

plt.pcolormesh(x_ticks, y_ticks, z)
plt.imshow(rectangle, extent=extent, cmap=ListedColormap([[1, 1, 1, 0], [0, 0, 0, 1]]), zorder=1)

---

安德拉的回答当然是正确的。如果使用

pcolormesh

来绘制矩形，则可以稍微简化代码，忽略

extent

或

zorder

关键字：

plt.pcolormesh(x_ticks, y_ticks, z)
plt.pcolormesh(x_ticks, y_ticks, rectangle,cmap=ListedColormap([[1, 1, 1, 0], [0, 0, 0, 1]]))

---

通过这种方式，您可以立即知道坐标系是什么（

z

和

rectangle

必须具有相同的形状）。

您希望如何查看两者？如果希望其中一个透明，请传递

alpha

。您的扩展数据块和域是什么？我甚至不确定你期望的是什么。我通过了一个alpha（colormap color的第四个分量），但这没有帮助。