python matplotlib-颜色代码+ve和-ve值在绘图中

您可以设置颜色编码的标准化,使其在数据的负绝对值和正绝对值之间平均分布。使用中间带有浅色的颜色映射有助于可视化值离零的距离。

导入numpy as np 将matplotlib.pyplot导入为plt def显示为图像(示例): 位图=sample.remaze((13,8)) maxval=np.max(np.abs([bitmap.min(),bitmap.max()])) 图() plt.imshow(位图,cmap='rdylgn',interpolation='nearest', vmin=-maxval,vmax=maxval) 色标() 显示() 样本=np.随机.randn(1104) 显示为图像(示例) < /代码>

如果需要二进制映射,则可以将正值映射为1,将负值映射为0。

导入numpy as np 将matplotlib.pyplot导入为plt def显示为图像(示例): 位图=sample.remaze((13,8)) 位图[Bitmap>=0]=1 位图[位图<0]=0 图() plt.imshow(位图,cmap='rdylgn',interpolation='nearest', vmin=-.1,vmax=1.1) 显示() 样本=np.随机.randn(1104) 显示为图像(示例) < /代码>

在这种情况下,使用颜色条可能是无用的。

数据。使用中间带有浅色的颜色映射可以帮助可视化值离零的距离。

import numpy as np
import matplotlib.pyplot as plt

def show_as_image(sample):
    bitmap = sample.reshape((13, 8))
    maxval = np.max(np.abs([bitmap.min(),bitmap.max()]))
    plt.figure()
    plt.imshow(bitmap, cmap='RdYlGn', interpolation='nearest',
               vmin=-maxval, vmax=maxval)
    plt.colorbar()
    plt.show()

sample=np.random.randn(1,104)
show_as_image(sample)

如果需要二进制映射,则可以将正值映射为1,将负值映射为0。

import numpy as np
import matplotlib.pyplot as plt

def show_as_image(sample):
    bitmap = sample.reshape((13, 8))
    bitmap[bitmap >= 0] = 1
    bitmap[bitmap < 0] = 0
    plt.figure()
    plt.imshow(bitmap, cmap='RdYlGn', interpolation='nearest',
               vmin=-.1, vmax=1.1)
    plt.show()

sample=np.random.randn(1,104)
show_as_image(sample)

在这种情况下,使用颜色条可能是无用的。

您可以创建一个三维数组,为每个像素指定颜色代码。因此,如果您想要黑白,您将分别通过 (0,0,0). 和 (1,1,1). 。这样的方法应该有效:

def show_as_image(sample):
位图=sample.remaze((13,8))
位图颜色=np.零((13,8,3))
Bitmap_colored[Bitmap>=0]=[1,1,1]黑色,用于大于或等于0的值
位图颜色[位图<0]=[0,0,0]白色,适用于小于0的值
图()
plt.imshow(位图着色,插值为“最近的”)。
显示()
< /代码> 

例如:

>>>sample=np.random.randint(low=-10,high=10,size=(1104))。
>>>显示为图像(示例)
< /代码> 

将输出如下内容:

(1,1,1),分别。这样的方法应该有效:


def show_as_image(sample):
    bitmap = sample.reshape((13, 8))
    bitmap_colored = np.zeros((13,8,3))
    bitmap_colored[bitmap>=0] = [1,1,1] # black for values greater or equal to 0
    bitmap_colored[bitmap<0] = [0,0,0] # white for values less than 0
    plt.figure()
    plt.imshow(bitmap_colored, interpolation='nearest')
    plt.show()


例如:

>>> sample = np.random.randint(low=-10,high=10,size=(1,104))
>>> show_as_image(sample)


将输出如下内容: