Python Matplotlib：带有imshow的特定颜色

我有一些3D数据，例如

d=[x，y，z，f]

其中

z

是z中的一列数字，用作颜色信息

f

是一个

如果

x

和

y

具有某些特定值（丑^^），则为0

1如果

x

和

y

正常

因此，对于好的数据

d[d[：，3]==1]

我想生成一个配置文件

plt.imshow(resampled.T, extent=extent, vmin=MIN, vmax=MAX, origin='lower')

对于丑陋的数据

d[d[，3]==0]

我只想使用一种特定的颜色，例如黑色

有没有办法实现这一点

编辑：结合@eumiro和@Rutger Kassies的评论，我现在得到以下结果

我认为这是令人满意的。 为了完整性（或者可能有一些优化我不知道^^^），以下是代码和：

---

你不能用f来遮罩z，在z中创建一个普通的颜色贴图吗

dd = d[:, :3]
dd[:,2] = dd[:,2] * d[:,3]

然后转换为如下图像：

M = dd.max(0)
m = dd.min(0)

x = np.arange(m[0], M[0] + 1)
y = np.arange(m[1], M[1] + 1)
[X, Y] = np.meshgrid(x, y)

Z = np.zeros_like(X)

for num in range(0,size(dd, 0)):
    Z[dd[num, 0], dd[num, 1]] = dd[num, 2]

---

现在，您应该能够像绘制普通图像一样绘制

Z

，或者像绘制曲面一样绘制

[X，Y]

用

np.nan

替换所有“丑陋的数据”怎么样？确实是eumeriro。蒙版阵列将非常方便。然后可以使用cmap.set_bad（）属性控制可视化@Tengis，你应该提供一个有效的例子。例如，x、y、z数据是规则网格化的还是分散的点？代码中的c是什么？我喜欢你的想法，但似乎没有必要挂国旗。我不知道np.nan idea.oops c一定是d或dd（甚至dd[：，：2]）的输入错误，其目的是找到绘制图像所需的网格范围，无论它是否为规则网格。虽然这段代码假设x和y只包含整数，但这是一个很容易修改的方法

M = dd.max(0)
m = dd.min(0)

x = np.arange(m[0], M[0] + 1)
y = np.arange(m[1], M[1] + 1)
[X, Y] = np.meshgrid(x, y)

Z = np.zeros_like(X)

for num in range(0,size(dd, 0)):
    Z[dd[num, 0], dd[num, 1]] = dd[num, 2]