Python Matplotlib中具有透明度的离散化颜色贴图

我希望在另一个colormesh上绘制matplotlib colormesh。底图只是灰度图

但是，当传递的数组的值为0时，位于顶部的数组应该绘制一个透明的正方形，并且传递的数组中的每个数字的颜色都不同。这些是2d numpy阵列

目前我有：

plt.pcolormesh(array1, vmin = -32, vmax = 32, cmap = plt.cm.binary)
plt.pcolormesh(array2, cmap = plt.cm.spectral)

很明显，这并没有产生我想要的，我假设这样做的方法是生成我自己的颜色映射，我已经阅读了本指南：但这似乎并没有解决透明度问题，也没有解决如何使特定值映射到特定颜色的问题

作为我想要的一个简短示例，数组：

[[0, 1]
 [2, 3]]

应生成如下所示的网格：

[[transparent, red
 [green, yellow]]

---

我该怎么做呢？将阵列合并在一起不是一个选项，因为底部的数据集是一个高度图，并且该数据集的值可能总是跨越第二个阵列的值（这些是代理ID）。

此代码应该执行与您所需类似的操作：

使用遮罩数组进行编辑：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import matplotlib.colors as colors
import numpy.ma as ma

#See http://stackoverflow.com/questions/18926031/how-to-extract-a-subset-of-a-colormap-as-a-new-colormap-in-matplotlib
def truncate_colormap(cmap, minval=0.0, maxval=1.0, n=100):
    new_cmap = colors.LinearSegmentedColormap.from_list(
        'trunc({n},{a:.2f},{b:.2f})'.format(n=cmap.name, a=minval, b=maxval),
        cmap(np.linspace(minval, maxval, n)))
    return new_cmap

#truncate the colourmap
n_colours = 4
new_cmap = truncate_colormap(cm.get_cmap('spectral_r'), 0, 0.4, n=n_colours)

#discretise the colourmap
bounds = np.linspace(0,n_colors,n_colours+1)
norm = colors.BoundaryNorm(bounds, new_cmap.N)

#build array one
array1 = np.random.rand(10,10)

#build array two
array2 = np.random.randint(0,5,100).reshape(10,10)

#mask the array
array2 = ma.masked_array(array2, array2==0)

#plot it
plt.pcolormesh(array1,cmap = plt.cm.binary)
plt.pcolormesh(array2,cmap = new_cmap, norm=norm)
cbar = plt.colorbar()
plt.show()

以下是使用屏蔽数组的新输出：

---

这很好，与我的想法很接近，但不完全一样。是否可以仅对0的值应用alpha通道？如果没有，我想我可能需要寻找一种不同的方法来绘制这些数据。是的，使用屏蔽数组可以做到这一点。编辑我的帖子来演示。添加了一个n_颜色变量，您可以更改它。此外，为了增加颜色之间的差异性，增加maxval参数以截断颜色映射这太复杂了，只需在（）下使用

set\u

请参见并将kwarg

alpha=0

添加到

callor下的
set\u，该调用具有更完整的示例集