我有一堆形状为(1,104)的样本。所有示例都是在matplotlib
的imshow
函数中使用的整数( +ve、-ve和0)。下面是我创建的将它们显示为图像的函数。
def show_as_image(sample):
bitmap = sample.reshape((13, 8))
plt.figure()
# this line needs changes.
plt.imshow(bitmap, cmap='gray', interpolation='nearest')
plt.colorbar()
plt.show()
我需要颜色代码的正和负值从sample
。PS:取0为正。如何更改代码?
发布于 2018-08-02 06:17:27
您可以设置颜色编码的规范化,使其在数据的负绝对值和正绝对值之间均匀分布。使用中间带有浅色的色彩映射表可以帮助可视化这些值离零有多远。
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,色条的使用可能是无用的。
发布于 2018-08-02 03:45:36
您可以创建为每个像素分配颜色代码的三维数组。所以如果你想要黑白的,你需要分别传递(0,0,0)
和(1,1,1)
。像这样的东西应该是有效的:
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)
将输出如下所示的内容:
https://stackoverflow.com/questions/51639970
复制相似问题