我已将一些 MATLAB 代码移植到 Python，其中包括一个绘图实用程序，用于绘制 2D 矩阵（列表）中某些数据的颜色图。 MATLAB 和 Python 绘图实用程序非常相似，因此我可以毫不费力地使它们在视觉上非常接近地匹配。
我在这里使用的测试矩阵是：
X = [ 1 0 3 ]
[ 4 5 6 ]
[ 7 8 9 ]
带有测试矩阵的 MATLAB
X = [1 0 3;
4 5 6;
7 8 9];
figure(1);
imagesc(X);
colormap(hot);
colorbar;
Python 与测试矩阵
import numpy as np
import matplotlib as plt
X = [ [1,0,3] , [4,5,6] , [7,8,9] ]
fig = []
fig.append( plt.figure(1) )
plt.imshow(X, cmap='hot', interpolation='nearest', aspect='auto')
plt.colorbar()
fig[0].show()
当我转换为 dB（取每个元素的 log10 并乘以 10）时，就会出现这个问题，这给出了 dB 测试矩阵
Y = [ 0.0000 -Inf 4.7712 ]
[ 6.0206 6.9897 7.7815 ]
[ 8.4510 9.0309 9.5424 ]
带有 dB 测试矩阵的 MATLAB
Y = 10*log10(X)
figure(2);
imagesc(Y);
colormap(hot);
colorbar;
Python 与 dB 测试矩阵
Y = 10*np.log10(X)
fig.append( plt.figure(2) )
plt.imshow(X, cmap='hot', interpolation='nearest', aspect='auto')
plt.colorbar()
fig[1].show()
顶部中间元素有什么用？它是-Inf，应该被认为是一个低值。在 MATLAB 中，它设置为等于数组中存在的最小值，在本例中为 0。这是有道理的，因为虽然 -Inf 低于 0，但如果我们使用它的“实际值”，它会破坏缩放比例。
另一方面，Python 将此 -Inf 值解释为高值，将其设置为等于数组中的最高值 - 9.5424。如果这个值只是 Inf，这对我来说是完全有意义的。然而，它绝对是-Inf，因为它应该是。为什么这里存在差异，我可以在不影响其他任何事情的情况下修复它吗？
编辑：显然我可以用 Inf 替换所有 -Inf，找到矩阵的最小值，然后用最小值替换所有 Inf。但是，我正在处理大型数据集，因此执行此操作并保持原始数据完整并不是特别有效。理想情况下，有一种方法可以改变绘图工具解释无限值的方式。
