Makie.jl中surface!函数nan_color参数的正确使用方法
2025-06-30 05:46:19作者:傅爽业Veleda
在数据可视化过程中,我们经常需要处理包含NaN(非数值)的数据点。Makie.jl作为Julia生态中强大的可视化工具,提供了nan_color参数来专门控制NaN值的显示颜色。然而,用户在使用surface!函数时可能会遇到nan_color参数似乎不起作用的情况,这实际上是由于对参数使用场景的误解。
问题现象
当用户尝试使用以下代码时,期望将NaN区域显示为红色:
using CairoMakie
lons = -180:180
lats = -90:90
field = [exp(cosd(l)) + 3(y/90) for l in lons, y in lats]
field[1:100,1:100] .= NaN
fig = Figure()
ax = Axis(fig[1,1])
surface!(ax, lons, lats, field; shading = NoShading, nan_color = :red)
fig
结果却发现NaN区域显示为透明而非预期的红色。
原因分析
这个现象的根本原因在于对surface!函数参数的理解偏差。在Makie.jl中:
- 当NaN值出现在Z坐标(高度值)时,这些点会被视为无效点,无法参与网格生成,因此会直接跳过绘制,表现为透明
nan_color参数实际上设计用于控制颜色映射中的NaN值显示,而不是Z坐标中的NaN值
正确使用方法
要实现将特定区域显示为红色的效果,正确的做法是将数据作为颜色参数传递,而不是Z坐标:
surface!(ax, lons, lats, zeros(size(field));
color = field,
shading = NoShading,
nan_color = :red)
这种用法中:
- Z坐标使用全零平面,确保所有点都有效
- 数据通过
color参数传递,此时nan_color参数会正确地将NaN值映射为红色
技术背景
Makie.jl的surface!函数实际上创建的是三维曲面图,它需要:
- 有效的几何数据(顶点位置)来构建网格
- 可选的颜色数据来进行着色
当Z坐标包含NaN时,会导致几何数据不完整,无法构建有效的三角网格。而颜色数据中的NaN则可以通过nan_color参数进行特殊处理。
其他注意事项
- 不同后端表现可能不同:CairoMakie和GLMakie在处理NaN时可能有细微差别
- 性能考虑:使用全零平面作为Z坐标可能会影响某些光照效果的计算
- 替代方案:对于复杂场景,可以考虑使用
mesh函数,它对NaN的处理方式略有不同
理解这些底层机制可以帮助用户更有效地利用Makie.jl进行科学可视化,特别是在处理不完整或有缺失值的数据集时。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
572
3.85 K
Ascend Extension for PyTorch
Python
388
459
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
682
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
213
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
807
198
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.38 K
781