『Python』matplotlib的imshow用法

您所在的位置：网站首页 › origin改变颜色映射的有效数字 › 『Python』matplotlib的imshow用法

『Python』matplotlib的imshow用法

2023-08-08 04:54| 来源: 网络整理| 查看: 265

热力图是一种数据的图形化表示，具体而言，就是将二维数组中的元素用颜色表示。热力图之所以非常有用，是因为它能够从整体视角上展示数据，更确切的说是数值型数据。

使用imshow()函数可以非常容易地制作热力图。

1. 函数imshow() imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, shape=None, filternorm=1, filterrad=4.0, imlim=None, resample=None, url=None, **kwargs)

主要用到的参数含义如下：

X 可以使类似数组的对象，或者是PIL类型图像，其中，数组对象可选shape为：

(M, N) 单纯的二维数组，元素是标量数据，会通过colormap展示(M, N, 3)RGB三通道图像，元素值可以是\(0-1\)之间的float或者\(0-255\)之间的int(M, N, 4)RGBA图像，多出来的一维属性，比如是透明度，其元素值和3通道的一样，可以是\(0-1\)之间的float或者\(0-255\)之间的int

※ M代表rows，N代表colums

※ 超过元素限定范围的元素值将被clipped

cmapstr 或 matplotlib.colors.Colormap类型，用于将标量数据映射到颜色的Colormap实例或已注册的Colormap名称。

※ 只对二维数组有效，RGB(A)将自动忽略

norm 在使用cmap之前，用来将二维数组数据归一化到\([0, 1]\)，默认是线性的，最小值对应\(0\)，最大值对应\(1\)。

这要注意，不然每次画图最大最小值不一样，色彩不好比较。

interpolation 插值方法，默认'nearest'，可以支持的方法有：

'none''nearest''bilinear''bicubic''spline16''spline36''hanning''hamming''hermite''kaiser''quadric''catrom''gaussian''bessel''mitchell''sinc''lanczos'

alpha 透明度，\(0\)表示透明，\(1\)表示不透明

vmin, vmax 当输入的时二维数组标量数据并且没有明确的norm时，vmin和vmax定义colormap覆盖的数据范围，默认情况下，colormap覆盖所提供的值的完整范围数据

当norm给定时，这两个参数无效

origin 坐标轴的样式，可选值为upper和lower，其对应坐标系样式如下图

※ M代表rows，N代表colums

2. 定制colorbars 2.1 基本连续colorbar绘制 import matplotlib.pyplot as plt import matplotlib as mpl fig, ax = plt.subplots(figsize=(6, 1)) fig.subplots_adjust(bottom=0.5) cmap = mpl.cm.cool norm = mpl.colors.Normalize(vmin=5, vmax=10) fig.colorbar(mpl.cm.ScalarMappable(norm=norm, cmap=cmap), cax=ax, orientation='horizontal', label='Some Units')

当然，也可以竖起来画

import matplotlib.pyplot as plt import matplotlib as mpl fig, ax = plt.subplots(figsize=(1, 6)) fig.subplots_adjust(right=0.5) cmap = mpl.cm.cool norm = mpl.colors.Normalize(vmin=5, vmax=10) fig.colorbar(mpl.cm.ScalarMappable(norm=norm, cmap=cmap), cax=ax, orientation='vertical', label='Some Units')

2.2 离散间隔colorbar import matplotlib.pyplot as plt import matplotlib as mpl fig, ax = plt.subplots(figsize=(6, 1)) fig.subplots_adjust(bottom=0.5) cmap = mpl.colors.ListedColormap(['red', 'green', 'black', 'blue', 'cyan']) cmap.set_over('0.25') cmap.set_under('0.75') bounds = [1, 2, 4, 5, 7, 8] norm = mpl.colors.BoundaryNorm(bounds, cmap.N) fig.colorbar( mpl.cm.ScalarMappable(cmap=cmap, norm=norm), cax=ax, boundaries=[0] + bounds + [13], extend='both', ticks=bounds, spacing='proportional', orientation='horizontal', label='Discrete intervals, some other units', )

2.3 带有自定义扩展名长度的colorbar import matplotlib.pyplot as plt import matplotlib as mpl fig, ax = plt.subplots(figsize=(6, 1)) fig.subplots_adjust(bottom=0.5) cmap = mpl.colors.ListedColormap(['royalblue', 'cyan', 'yellow', 'orange']) cmap.set_over('red') cmap.set_under('blue') bounds = [-1.0, -0.5, 0.0, 0.5, 1.0] norm = mpl.colors.BoundaryNorm(bounds, cmap.N) fig.colorbar( mpl.cm.ScalarMappable(cmap=cmap, norm=norm), cax=ax, boundaries=[-10] + bounds + [10], extend='both', extendfrac='auto', ticks=bounds, spacing='uniform', orientation='horizontal', label='Custom extension lengths, some other units', ) plt.show()

3. 控制所有图的colorbar和图中元素对应颜色一致 import matplotlib as mpl from matplotlib import pyplot as plt fig, ax = plt.subplots(1, 1) im = ax.imshow(data, interpolation="bicubic", vmin=vmin, vmax=vmax, cmap="jet") fig.colorbar(im, ax=ax) plt.show()

关键是要设置vmin和vmax

【本文地址】

『Python』matplotlib的imshow用法

『Python』matplotlib的imshow用法

今日新闻

推荐新闻