经常有同事拿着图跑过来问MATLAB 画出来一张颜色图想把小于某个阈值的所有点都设成白色怎么弄乍一听是个上色问题实际上背后藏着两种完全不同的诉求。一种是想“眼不见为净”把低于阈值的弱信号、噪声、不显著的区域直接藏起来另一种是想在 colorbar 上也明确留出一段白色让读者一眼看出“这块没参与颜色映射”。这两条路对应着完全不同的实现方式选错了轻则效果不对重则把整张图的颜色含义都搞拧了。这篇文章就把我实际调图时用的几种做法、每个方案背后的原理以及踩过的坑一次性说清楚。1. 先搞明白把“小于阈值的点设为白色”至少有四种含义很多教程上来就甩代码从不问需求结果读者照着抄完发现不是自己想要的效果。所以在动手之前我们先花一分钟把需求彻底捋清楚。1.1 两种最常见但本质不同的场景场景一数据过滤 / 显著性掩膜。典型例子是相关性热图或显著性 p 值图我只想展示统计上显著的区域不显著比如 p 0.05的区域全部涂白让图面干净、重点突出。这种需求本质上是“不绘制这些点”而不是“给这些点上白色颜料”。场景二色标上也要求出现白色段。学术论文或汇报里你希望读者从 colorbar 上直接看到阈值的位置阈值以下是白色以上是连续渐变色。这种需求本质上是“改造 colormap 和颜色轴范围”即使数据值还在画布上也要让它们的颜色变成白色同时让 colorbar 里对应低值区的那一段也是白的。这两种场景都叫“小于某个值设为白色”但方案完全不一样。还有一种隐蔽的诉求是用透明度做掩膜保留原始数据不修改只影响显示效果这又引出第三种方案。1.2 动手前先问自己三个问题第一个问题原始数据能不能动如果数据后面还要继续计算或者你不想为了出图拷贝一份大矩阵那就不适合用“替换成 NaN”的粗暴方案得考虑透明度或 colormap 方案。第二个问题colorbar 上要不要有白色段如果只是图里藏起来、colorbar 不需要体现NaN 掩膜是最省事的如果 colorbar 也要有白色段就必须走 colormap 或 clim 的路子。第三个问题你用的绘图函数是哪个imagesc、pcolor、surf、contourf、scatter对 NaN 和透明度的响应细节并不完全一样尤其contourf有自己的“等级留白”玩法直接给数据塞 NaN 反而会画出毛刺。把这三个问题想清楚下面所有方案都能对号入座。2. 方案一把小于阈值的值变成 NaN让 MATLAB 自己“漏画”这是我最常用的办法原理最简单代码量最少90% 的隐藏需求用这一个就够了。2.1 为什么 NaN 会变成白色因为imagesc、pcolor、surf这类绘图函数在遇到NaN时会默认跳过这个点或这个色块不参与颜色映射。所谓“跳过”就是那块区域不上色露出坐标区的背景而坐标区背景默认就是白色。很多新手会先把小于阈值的值直接赋成 0然后再imagesc。这里有个大坑0 是有效数值会参与颜色映射映射到 jet 这类 colormap 上就是深蓝或深紫并不是白色。你想隐藏低值结果图上一片深色方向全错了。NaN 和 0 在 MATLAB 绘图里的地位完全不同NaN 是“没有值”0 是“值等于零”。2.2 imagesc 和 pcolor 的完整代码先看imagesc版本rng(2025); % 固定随机种子方便复现 data randn(80, 80) * 0.6 1.2; % 构造一个取值大约在 -1 到 3 的矩阵 threshold 0.8; % 小于 0.8 的都要隐藏 % 关键操作在原数据副本上把低于阈值的值替换成 NaN masked data; masked(masked threshold) NaN; figure; imagesc(masked); axis image; colormap(jet); colorbar; % 确保坐标区背景是纯白否则“露出背景”可能不是白色 set(gca, Color, [1 1 1]);这里有个容易被忽略的细节imagesc在自动计算颜色范围时会忽略 NaN 值所以 colorbar 的范围只由非 NaN 的数据决定。如果你的数据最大值是 3最小值是 -1阈值是 0.8那么隐藏之后 colorbar 的范围大致还是 -1 到 3但低于 0.8 的区域在图上已经是白色colorbar 上却没有对应白色段。这正是我前面说的第二种诉求没被满足的表现。如果用的是pcolor代码类似但要补上坐标网格[X, Y] meshgrid(1:size(data,2), 1:size(data,1)); pcolor(X, Y, masked); shading flat; % 或 shading interp提醒一句pcolor画图时默认最后一行和最后一列的颜色经常会“消失”或者显示不完整因为颜色定义在网格顶点上最右和最上的面没有对应的闭合区域。要做精细热图imagesc比pcolor稳得多非要用pcolor得自己把 X、Y 网格扩展一个点。2.3 别忘了背景色和输出格式NaN 掩膜本质上是“让背景透出来”所以背景必须是你想要的白色。默认axes背景是白色所以我一直建议显式写上set(gca, Color, [1 1 1])一是防御未来有人改了主题风格二是防止脚本在不同的 Figure 设置下跑出灰色底。还要注意如果你输出的是矢量格式PDF、EPSNaN 区域会保持为真正的“洞”在部分查看器里可能显示为白色也可能显示为透明背景如果导出的是 PNG背景通常会被白色填充。这部分没有统一行为我的经验是交给印刷厂或期刊系统之前先自己导出看一遍别省这一步。3. 方案二改造 colormap让色标底部出现白色段如果 colorbar 必须明确显示“阈值以下是白色”NaN 方案就不够了。这时候要动的是 colormap 和颜色轴范围。3.1 理解 colormap 与 clim 的映射关系MATLAB 的 colormap 本质是一个 N 行 3 列的矩阵每一行是一个 RGB 颜色。颜色轴clim老版本叫caxis定义了一个区间[cmin, cmax]数据值在这个区间内线性映射到 colormap 的第 1 行到第 N 行数据值小于等于cmin时显示第 1 行颜色数据值大于等于cmax时显示第 N 行颜色中间按线性关系取对应的行。理解了这条映射规则就能推理出想把小于阈值的点变成白色思路有两个。一是把阈值以下那一段范围对应的所有颜色行全部改成白色二是把clim的下限直接抬到阈值这样所有小于阈值的值都会被裁剪到第 1 行再把第 1 行设为白色。两个思路我都写出来因为适用场景不同。3.2 在色标底端插入一段白色这是最完整的做法白色段在 colorbar 上占据的比例正好等于阈值在整个数据范围中的占比视觉信息最诚实。cmin min(data(:)); cmax max(data(:)); % 阈值以下部分在颜色轴中占的比例 ratio (threshold - cmin) / (cmax - cmin); ratio max(0, min(1, ratio)); % 防止阈值超出数据范围 numColors 256; nWhite max(1, round(ratio * numColors)); % 底部白色行数 nJet max(1, numColors - nWhite); % 剩余彩色行数 % 拼接上面是白色下面是 jet 调色板 cmap [ones(nWhite, 3); jet(nJet)]; figure; imagesc(data); axis image; colormap(cmap); clim([cmin, cmax]); % 老版本 MATLAB 用 caxis([cmin, cmax]) colorbar;这里ones(nWhite, 3)生成一个全是 1 的矩阵每一行[1 1 1]就是白色正好塞在 colormap 的底部。颜色轴范围保持[cmin, cmax]不变所以数据低于阈值时映射到的颜色行都在白色段里自然就是白色colorbar 底部也会出现一段连续的白色区域读者一眼就能看到阈值线在哪里。有个细节值得说明由于nWhite是整数白色段和彩色段的交界只能近似落在阈值位置误差大概是一个颜色分辨率即整个色标的 1/256绝大多数场景肉眼根本看不出来。但如果你的数据分布特别窄、阈值又卡得很死建议把numColors调大一些比如 1024减少取整误差。3.3 一行流技巧改第一行颜色 抬升颜色轴下限有些场景其实不需要 colorbar 上出现“等比例”的白色段只要低于阈值的点全部隐藏那可以用更短的方法cmap jet(256); cmap(1, :) [1 1 1]; % 把色标第一行改成白色 colormap(cmap); % 关键把颜色轴下限抬到阈值低于阈值的全部被裁剪到第一行 clim([threshold, max(data(:))]);原理很直接颜色轴下限变成threshold之后任何小于threshold的值都会被强制映射到第 1 行而第 1 行已经被你改成白色了。但这里有三个副作用必须心里有数。第一colorbar 底部的白色段只有一行视觉上是极细的一条白线而不是按比例展开的白色区域。如果你的受众希望看到“阈值以下 20% 的区域都是白色”这个方案满足不了。第二阈值上方紧挨着的颜色是 jet 的第二个颜色通常是深蓝。也就是说图面上会出现“白色直接跳到深蓝”的硬边界。做显著性掩膜时这反而是优点边界清晰、阈值分明但如果你的数据本身是连续渐变场这种硬跳变会误导看图的人。第三clim下限变了之后彩色部分被压缩了。原本整个数据范围映射到全部 256 色现在是从threshold到cmax映射到最后 255 色颜色分辨率略降。数据量大时无所谓数据量小、色块平铺时偶尔能看出色带断层。4. 方案三用 AlphaData 透明度做掩膜适合 pcolor / surf / imagesc有时候我不想碰原始数据又想把低值区域藏掉NaN 副本方案就显得“脏”了。这时候可以动用透明度通道让低于阈值的区域变透明露出白色背景。4.1 什么时候必须用透明度而不是 NaN最典型的情况是数据矩阵很大或者数据后面还要复用你不想为了画一张图再复制一份。imagesc每次拷贝一份几十 MB 的矩阵虽然不至于崩溃但没必要。另外就是你想做叠加图层先铺一层背景场再把阈值以上的结果叠上去透明掩膜可以灵活控制上下层的混合关系。还有更细腻的需求如果你想在掩膜边界做半过渡比如阈值边界处不是硬切而是两三像素的柔和渐变用 NaN 做不出来但用AlphaData配合高斯滤波可以轻松实现。4.2 pcolor 和 imagesc 的 AlphaData 具体写法以pcolor为例figure; ax axes(Color, [1 1 1]); [X, Y] meshgrid(1:size(data,2), 1:size(data,1)); h pcolor(X, Y, data); shading interp; h.EdgeColor none; % 去掉网格线不然掩膜边缘发黑 mask data threshold; % 逻辑数组1 显示0 透明 h.AlphaData double(mask); % 关键1 完全不透明0 完全透明 colormap(jet); clim([min(data(:)), max(data(:))]); colorbar;imagesc写法更短im imagesc(data); axis image; im.AlphaData double(mask); % image 对象也支持 AlphaData set(gca, Color, [1 1 1]); colormap(jet); colorbar;如果要做柔和的掩膜边界只需要把mask变成渐变权重softMask imgaussfilt(double(mask), 1.5); % 高斯平滑之后做 alpha h.AlphaData softMask;这样阈值边界的白色过渡会是渐变的适合展示“有一定模糊度的显著性区域”。透明度方案有个共同缺点colorbar 不会出现白色段。因为这里只是把某些像素的 alpha 调成 0并没有改变真正的颜色映射关系数据值还是参与到了clim和 colormap 的计算中。如果发布要求 colorbar 上体现阈值这个方案要配合第 3 节的 colormap 改造一起用。4.3 contourf 怎么处理让低于最低等级的区域直接留白contourf是特殊品种。如果直接把低值塞成 NaN它会在这些区域里留出大量不闭合的碎洞看起来像被虫啃过一样非常难看。正确做法是用等级控制。levels linspace(threshold, max(data(:)), 21); contourf(data, levels); colormap(jet); colorbar; set(gca, Color, [1 1 1]);原理在于contourf只在你给定的等级之间填充颜色。你把最低等级设成阈值那么数据中所有低于这个等级的区域天然不会被填充露出坐标区背景。配合set(gca, Color, [1 1 1])就是干净的白色区域。这个技巧的好处是colorbar 的色阶会从阈值开始低于阈值的部分不参与映射整张图逻辑上非常自洽。“等级留白”是contourf里做阈值掩膜的首选比任何 NaN 或 AlphaData 都干净。5. 几种方案怎么选、实战中踩过的坑越写越觉得这类问题真正的难点不是不会写某一句代码而是方案选型。我把自己实践下来的对比和坑位整理成清单直接照着查。5.1 三种方案效果对比速查方案是否修改数据colorbar 是否有白色段适合绘图函数掩膜边界备注NaN 替换修改副本无imagesc / pcolor / surf硬边界写法最简单90% 场景够用colormap 白色段不修改有任意函数可控最推荐用于论文图修改第一行 clim 抬下限不修改有但极细任意函数硬边界适合快速验证AlphaData 透明度不修改无pcolor / surf / imagesc可柔和适合叠加图层、不损失数据contourf 等级留白不修改取决于 colormapcontourf硬边界contourf 首选5.2 这几个坑我几乎每次都会遇到第一个坑把小于阈值的值赋成 0。这是新手最常踩的。0 是真的数值会参与颜色映射在 jet 里对应深蓝在 parula 里对应深紫色反正不是白色。如果你非要通过赋固定值来实现不如赋成NaN或者直接把 CData 中对应位置的 RGB 设为[1 1 1]。第二个坑caxis和clim的版本差异。R2022a 之前颜色轴靠caxis控制R2022a 开始官方推荐用clim并且给出提醒。老脚本切到新版本时caxis会发警告但功能通常还正常。新写的代码建议一律用clim省得以后清理警告。第三个坑colorbar 范围被“理解错”。用 NaN 掩膜时colorbar 的范围是剔除 NaN 后的数据范围。很多人在汇报时才被审稿人问“你 colorbar 上没有标注阈值你图里白色区域代表什么” 这时候才回头补 colormap 白色段等于返工。所以我的习惯是画图前就先问自己这张图最终是要给谁看的。第四个坑pcolor最后一行一列消失。imagesc按像素映射不会有这个问题pcolor把颜色放在网格顶点上最外侧一圈经常不显示。要覆盖全部数据要么用imagesc要么把 X、Y 网格扩展一个点。第五个坑阈值设置不合理。如果阈值小于数据最小值ratio会是负数如果阈值大于最大值ratio会超过 1。这两种情况在第 3 节的方案里会算出一堆不该有的白行或负行数直接报错或者整张图全白。所以代码里记得加ratio max(0, min(1, ratio))这样的钳位处理。第六个坑AlphaData 导出图片被栅格化。透明通道在导出 PDF 或 EPS 时有时会被某些查看器当成位图处理放大看会有锯齿。如果你是严格矢量要求牛皮纸排版用的图尽量用 NaN 或 colormap 方案别依赖透明度。5.3 我的选型流程和一点经验我自己每接到这种需求都会按下面的流程过一遍先看绘图函数。是contourf就直接用等级留白是imagesc/pcolor继续往下问。再看 colorbar 需求。colorbar 必须有白色段走第 3 节的 colormap 白色段拼接colorbar 无所谓优先 NaN。最后看数据能不能动。数据后面还要用或者不想复制大矩阵那就用 AlphaData。如果只是快速看一下阈值切出来的效果长什么样我最常写的是第 3 节那个“改第一行 clim 抬下限”的两行代码因为改动最小、直观、能立刻看到低值区域被隐藏后的图面结构。确认效果后再根据发布需求决定要不要换更严谨的 colormap 白色段方案。还有个习惯可以分享我会把 colormap 白色段封装成一个函数输入data、threshold、colormapName返回拼好的 colormap顺手把clim也设好。这样全项目里所有“低于阈值留白”的图都走同一个逻辑以后想统一改成“低于阈值用浅灰色”或者“白色段带渐变过渡”只需要改一个地方不用满世界找散落的赋值代码。说到底MATLAB 里几乎所有“阈值设白”的问题都可以归结成一句话你到底是在隐藏数据还是在改造颜色映射。想清楚这一点剩下的代码其实都不难难的是别被各种绘图函数的细节坑得团团转。