Matplotlibでマスクされた値とNaN値をプロットする3つの方法

データには欠損値（NaN）が含まれることが多く、Matplotlibでそれらをどう扱うかは可視化の品質に直結します。この記事では、条件を満たすデータ点に対して「①ポイントを削除する」「②マスク配列で隠す」「③NaNに置き換える」という3つのアプローチを用いて、マスクされた値とNaN値をプロットする方法を具体的なコード例とともに解説します。

実装の手順

• 図のサイズを設定し、サブプロット間および周囲のパディングを調整します。
• numpyを使ってxとyのデータポイントを作成します。
• y > 0.7となる点を除外したx2・y2を用意します（ポイント削除方式）。
• y > 0.7となる点をマスクしたy3を用意します（マスク配列方式）。
• y > 0.7となる位置をNaNに置き換えたy4を用意します（NaN置換方式）。
• plot()メソッドでx・y・y2・y3・y4をそれぞれプロットします。
• 凡例を配置し、プロットにタイトルを設定します。
• show()メソッドで図を表示します。

3つの手法の違い

• ポイント削除：条件に合う点をデータから完全に取り除きます。シンプルですが、x座標の間隔が変わり、元のデータ構造との対応が崩れます。
• マスク配列：np.ma.masked_where()で該当箇所を隠します。x座標はそのまま維持され、マスクされた部分だけが描画されません。
• NaN置換：値をnp.nanに置き換えると、Matplotlibが自動的にその点をスキップして線を途切れさせてくれます。最もシンプルでよく使われる方法です。

サンプルコード

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['figure.figsize'] = [7.50, 3.50]
plt.rcParams['figure.autolayout'] = True

x = np.linspace(-np.pi/2, np.pi/2, 31)
y = np.cos(x)**3

# 1) y > 0.7 のポイントを削除
x2 = x[y <= 0.7]
y2 = y[y <= 0.7]

# 2) y > 0.7 のポイントをマスク
y3 = np.ma.masked_where(y > 0.7, y)

# 3) y > 0.7 の位置を NaN に置換
y4 = y.copy()
y4[y3 > 0.7] = np.nan

plt.plot(x*0.1, y, 'o-', color='lightgrey', label='No mask')
plt.plot(x*0.4, y2, 'o-', label='Points removed')
plt.plot(x*0.7, y3, 'o-', label='Masked values')
plt.plot(x*1.0, y4, 'o-', label='NaN values')
plt.legend()

plt.title('Masked and NaN data')

plt.show()

出力結果

このコードを実行すると、同じデータに対する4種類の描画結果が1つの図に並んで表示されます。マスクやNaNを適用した系列では、y > 0.7の範囲で線が途切れていることが確認できます。データの性質や目的に応じて最適な手法を選ぶことで、欠損値を含むグラフをより正確かつ見やすく表現できるでしょう。