快捷導(dǎo)航

Python matplotlib的使用并自定義colormap的方法

更新時(shí)間：2018年12月13日 10:08:25 作者：未來(lái)戰(zhàn)士biubiu

今天小編就為大家分享一篇Python matplotlib的使用并自定義colormap的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧

0.前言

添加colormap的對(duì)象是灰度圖，可以變成熱量圖，從而更加明顯的發(fā)現(xiàn)一些規(guī)律，適用于一些雷達(dá)圖像等

from PIL import Image
# 將彩色圖片轉(zhuǎn)換成黑白圖片
im=Image.open("./pic.jpg").convert('L')
# 保存圖片
im.save("image.jpg")

1.從灰色圖片中讀取數(shù)據(jù)，轉(zhuǎn)換成colormap圖

import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import matplotlib as mpl
from PIL import Image
import numpy as np

# 自定義colormap
def colormap():
  return mpl.colors.LinearSegmentedColormap.from_list('cmap', ['#FFFFFF', '#98F5FF', '#00FF00', '#FFFF00','#FF0000', '#8B0000'], 256)

# 讀取灰度圖
data=mpimg.imread('./gray.jpg')
# 如果需要固定colorbar的范圍，可以設(shè)置參數(shù)vmin，vmax，具體參考
                 #http://matplotlib.org/api/image_api.html

# 設(shè)定每個(gè)圖的colormap和colorbar所表示范圍是一樣的，即歸一化 
plt.imsave('colormap.jpg',data, cmap=colormap())

這里沒(méi)有顯示出來(lái)colorbar的數(shù)值分布，得到的圖像是等大的

2.從txt文本中讀取二維數(shù)據(jù)，轉(zhuǎn)換成自定義colormap圖

#python 3
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
import matplotlib.colors as colors


# load data
def loaddata(i): # 文件編號(hào)
  path = './input/data/trainPingliu/trainPingliu%d.txt' % i
  data = np.loadtxt(path)
  return data


# 生成圖片格式自定義
def colormap():
  # 白青綠黃紅
  cdict = ['#FFFFFF', '#9ff113', '#5fbb44', '#f5f329', '#e50b32']
  # 按照上面定義的colordict，將數(shù)據(jù)分成對(duì)應(yīng)的部分，indexed：代表順序
  return colors.ListedColormap(cdict, 'indexed')


# for i in range(1, 10000):
# 加載數(shù)據(jù)
data = loaddata(1)
fig = plt.figure()
# 加載圖片設(shè)置
my_cmap = colormap()

# 第一個(gè)子圖,按照默認(rèn)配置
ax = fig.add_subplot(221)
ax.imshow(data)

# 第二個(gè)子圖,使用api自帶的colormap
ax = fig.add_subplot(222)
cmap = mpl.cm.bwr # 藍(lán)，白，紅
ax.imshow(data, cmap=cmap)

# 第三個(gè)子圖增加一個(gè)colorbar
ax = fig.add_subplot(223)
cmap = mpl.cm.winter # 冬季風(fēng)格
im = ax.imshow(data, cmap=my_cmap)
plt.colorbar(im) # 增加colorbar

# 第四個(gè)子圖可以調(diào)整colorbar
ax = fig.add_subplot(224)
cmap = mpl.cm.rainbow
# 這里設(shè)置colormap的固定值
norm = mpl.colors.Normalize(vmin=-1, vmax=1)
im=ax.imshow(data,cmap=cmap)
plt.colorbar(im,cmap=cmap, norm=norm,ticks=[-1,0,1])


# 顯示
plt.show()

以上這篇Python matplotlib的使用并自定義colormap的方法就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: