Python 如何遮罩线下的点？

我在练习matplotlib.pyplot，并使用掩蔽数据（np.ma.masked_where）点。有没有数学公式或方法来屏蔽线下的数据点？预期结果：

points_X = [1,2,3,4,5,6,7,8,9,10] // your points_X data
points_Y = [1,2,3,4,5,6,7,8,9,10] // your points_Y data

new_points_X=[]
new_points_Y=[]

for i in range(len(points_X)):
    if(points_Y[i] <= points_X[i]):
        new_points_Y.append(points_Y[i])
        new_points_X.append(points_X[i])

plot(new_points_X, new_points_Y)  

points\u X=[1,2,3,4,5,6,7,8,9,10]//您的points\u X数据
points_Y=[1,2,3,4,5,6,7,8,9,10]//您的points_Y数据
新的_点_X=[]
新的_点_Y=[]
对于范围内的i（len（点X））：
如果（点Y[i]是，检查Y值是否低于x值的线性函数。

在您的例子中，它似乎是第一象限的角平分线，所以偏移量是
0
，斜率是
1
：

y < x

y

一般检查

y < m * x + t    # with slope m and offset t

y

也就是说，在你的情况下

y.mask = y < x
plt.plot(x, y)

y.mask=y


例如：

将numpy导入为np
将matplotlib.pyplot作为plt导入
plt.style.use（'ggplot'））
图=plt.图（）
np.随机。种子（7）#准备数据
x=np.随机。随机（10）
y=np.随机。随机（10）
y=np.ma.掩蔽阵列（y）
#绘制所有值
plt.plot（x，y，'o'，ms=10，mec='k'，mfc=（0,0,0），label='所有点'）
y、 遮罩=y

如果您能展示您的数据点是如何组织的，我可以帮助您更加感谢您的详细回答，mate@ChauLoi不客气-我可以问一下，为什么你接受了更复杂的答案，需要一个循环和所有x和y值的完整副本，这些值应该是可见的，而不是简单的一行？我以为你在寻找什么基于numpy的蒙面数组？@SpghttCd。很抱歉我回复晚了。顺便说一句，我只是一个初学者。我从书本和例子中学习。我倾向于继承它，同时，你更先进，经验更多，因此，你知道哪种方法简单易懂。你可能会觉得它很傻，但这个问题打开了我的思路。
import numpy as np
import matplotlib.pyplot as plt
plt.style.use('ggplot')

fig = plt.figure()
np.random.seed(7)                                   # prepare data
x = np.random.random(10)     
y = np.random.random(10)
y = np.ma.masked_array(y)

# plot all values 
plt.plot(x, y, 'o', ms=10, mec='k', mfc=(0,0,0,0), label = 'all points')  

y.mask = y < x                                      # mask values below angular bisector
plt.plot(x, y, 'bo', label = '$y \geq x$')          # plot masked array
plt.plot((0, 1), (0, 1), 'b')                       # plot angular bisector


m = 3                                               # prepare the general case
t = -1
y.mask = y < m * x + t                              # mask values below linear function
plt.plot(x, y, 'rx', label = '$y \geq 3x - 1$')     # plot masked array
plt.plot((0, 1), (m*0+t, m*1+t), 'r')               # plot linear function

plt.ylim(0, 1)
fig.legend(ncol=3, loc='upper center')