Bokeh热力图背景如何设置为白色？

bokeh热力图背景设置成白色的方法详解

在使用Bokeh库绘制热力图时，常常会遇到一个问题：即使数据中某些区域没有数据点，热力图也会显示颜色，而不是预期的空白或白色背景。本文将分析问题根源并提供解决方案。

问题在于Bokeh的image函数特性。该函数根据颜色映射和数据范围，为每个像素分配颜色。即使数据矩阵中对应位置的值为0或被遮罩，Bokeh仍然会根据颜色映射渲染颜色。因此，即使使用np.ma.masked_where(hist == 0, hist)创建遮罩，Bokeh的image函数仍然会渲染被遮罩的区域。

解决方法是直接控制image函数输入数据的范围。创建一个与原始数据大小相同的数组，用np.nan (非数字)填充表示缺失值。Bokeh中，np.nan通常渲染为透明，从而在无数据区域显示白色背景（前提是设置了白色背景颜色）。

Insou AI

Insou AI 是一款强大的人工智能助手，旨在帮助你轻松创建引人入胜的内容和令人印象深刻的演示。

下载

改进后的代码如下：

from bokeh.plotting import figure, show, output_file
from bokeh.layouts import gridplot
from bokeh.models import ColorBar, BasicTicker, LinearColorMapper
import pandas as pd
import numpy as np
from bokeh.palettes import Viridis256

# ... (数据加载和预处理部分代码与原文相同) ...

p1 = figure(width=600, height=300, title='WH1165 - 数据分布热力图', x_range=(500, 5000), y_range=(-50, 200), x_axis_label='发动机转速', y_axis_label='扭矩离合器')
p1.background_fill_color = 'white' # 设置背景颜色为白色

hist, xedges, yedges = np.histogram2d(x, y, bins=(300, 100))

# 创建填充NaN值的数组
heatmap_data = np.full_like(hist, np.nan, dtype=float)
heatmap_data[hist > 0] = hist[hist > 0] # 将有数据的地方赋值


p1.image(image=[heatmap_data.T], x=xedges[0], y=yedges[0], dw=xedges[-1] - xedges[0], dh=yedges[-1] - yedges[0], color_mapper=color_mapper)

color_bar1 = ColorBar(color_mapper=color_mapper, width=8, location=(0, 0), ticker=BasicTicker(desired_num_ticks=10))
p1.add_layout(color_bar1, 'right')

# ... (其余代码与原文相同) ...

通过用np.nan填充无数据区域并设置白色背景，可以有效解决Bokeh热力图在无数据区域显示颜色问题。 p1.background_fill_color = 'white' 这行代码至关重要，它确保背景为白色，使透明的np.nan区域显示为白色。 此方法比使用遮罩更直接高效。