使用Python NumPy庫(kù)繪制漸變圖案
NumPy也可以畫圖嗎？當(dāng)然！NumPy不僅可以畫，還可以畫得更好、畫得更快！比如下面這幅畫，只需要10行代碼就可以畫出來。若能整明白這10行代碼，就意味著叩開了NumPy的大門。請(qǐng)打開你的Python IDLE，跟隨我的腳步，一起來體驗(yàn)一下交互式編程的樂趣吧，看看如何用NumPy畫圖，以及用NumPy可以畫出什么樣的圖畫來。
1. 導(dǎo)入模塊
僅導(dǎo)入NumPy就可以完成繪畫過程，PIL的Image模塊只是用來顯示或者保存繪畫結(jié)果。若能邀請(qǐng)Matplotlib的ColorMap來幫忙的話，處理顏色就會(huì)輕松很多，色彩也會(huì)更豐富，但這并不意味著ColorMap是必需的。
>>> import numpy as np >>> from PIL import Image >>> from matplotlib import cm as mplcm
2. 基本繪畫流程
借助于Image.fromarray()函數(shù)，可以將NumPy生成的數(shù)組轉(zhuǎn)為PIL對(duì)象。PIL對(duì)象的show()方法可以直接顯示圖像，save()方法則可以將圖像保存為文件。這一系列的操作過程中，有一個(gè)非常關(guān)鍵的知識(shí)點(diǎn)：NumPy數(shù)組的類型必須是單字節(jié)無符號(hào)整型，即np.uint8或np.ubyte類型。下面的代碼使用NumPy的隨機(jī)子模塊random生成了100行300列的二維數(shù)組，轉(zhuǎn)換為寬300像素高100像素的隨機(jī)灰度圖并直接顯示出來。
>>> im = np.random.randint(0, 255, (100,300), dtype=np.uint8) >>> im = Image.fromarray(im) >>> im.show() # 或者im.save(r'd:\gray_300_100.jpg')保存為文件
3. 生成隨機(jī)彩色圖像
上面的代碼中，如果random生成的數(shù)組包含3個(gè)通道，就會(huì)得到一幅彩色的隨機(jī)圖像。
>>> im = np.random.randint(0, 255, (100,300,3), dtype=np.uint8) >>> Image.fromarray(im, mode='RGB').show()
4. 生成漸變色圖像
np.linspace()函數(shù)類似于Python的range()函數(shù)，返回的是浮點(diǎn)數(shù)的等差序列，經(jīng)過np.tile()重復(fù)之后，分別生成RGB通道的二維數(shù)組，再用np.dstack()合并成三維數(shù)組，最終輸出一幅漸變色圖像。
>>> r = np.tile(np.linspace(192,255, 300, dtype=np.uint8), (600,1)).T >>> g = np.tile(np.linspace(192,255, 600, dtype=np.uint8), (300,1)) >>> b = np.ones((300,600), dtype=np.uint8)*224 >>> im = np.dstack((r,g,b)) >>> Image.fromarray(im, mode='RGB').show()
5. 在漸變色背景上畫曲線
對(duì)圖像數(shù)組中的特定行列定位之后，再修改其顏色，就可以得到期望的結(jié)果。
>>> r = np.tile(np.linspace(192,255, 300, dtype=np.uint8), (600,1)).T >>> g = np.tile(np.linspace(192,255, 600, dtype=np.uint8), (300,1)) >>> b = np.ones((300,600), dtype=np.uint8)*224 >>> im = np.dstack((r,g,b)) >>> x = np.arange(600) >>> y = np.sin(np.linspace(0, 2*np.pi, 600)) >>> y = np.int32((y+1)*0.9*300/2 + 0.05*300) >>> for i in range(0, 150, 6): im[y[:-i],(x+i)[:-i]] = np.array([255,0,255]) >>> Image.fromarray(im, mode='RGB').show()
6. 使用顏色映射（ColorMap）
顏色映射（ColorMap）是數(shù)據(jù)可視化必不可少的概念，枯燥無趣的數(shù)據(jù)正是經(jīng)過顏色映射之后才變得五顏六色、賞心悅目的。Matplotlib的cm子模塊提供了7大類共計(jì)82種顏色映射表，每種映射表名字之后附加“_r” ，可以獲得該映射表的反轉(zhuǎn)版本。
下面是專屬定制類中jet顏色映射表和分段階梯類中Paired顏色映射表的色帶圖。
Matplotlib的cm子模塊使用起來也非常簡(jiǎn)單。下面的代碼有助于理解顏色映射（ColorMap）的機(jī)制、熟悉cm對(duì)象的使用方法。
>>> cm1 = mplcm.get_cmap('jet') # jet是專屬定制類的ColorMap
>>> cm1.N # jet有256種顏色
256
>>> cm1(0) # 返回序號(hào)為0的顏色
(0.0, 0.0, 0.5, 1.0)
>>> cm1(128) # 返回序號(hào)為128的顏色
(0.4901960784313725, 1.0, 0.4775458570524984, 1.0)
>>> cm1(255) # 返回序號(hào)為255的顏色
(0.5, 0.0, 0.0, 1.0)
>>> cm2 = mplcm.get_cmap('Paired') # Paired是分段階梯類的ColorMap
>>> cm2.N # Paired有12種顏色
12
>>> cm2(0) # 返回序號(hào)為0的顏色
(0.6509803921568628, 0.807843137254902, 0.8901960784313725, 1.0)
>>> cm2(11) # 返回序號(hào)為11的顏色
(0.6941176470588235, 0.34901960784313724, 0.1568627450980392, 1.0)
7. 展示NumPy的魅力
對(duì)于一幅圖像（假如圖像有9個(gè)像素寬7個(gè)像素高），可以很容易地得到由每個(gè)像素的行號(hào)組成的二維數(shù)組（以i表示），以及由每個(gè)像素的列號(hào)組成的二維數(shù)組（以j表示）。
>>> w, h = 9, 7
>>> i = np.repeat(np.arange(h), w).reshape(h, w)
>>> j = np.tile(np.arange(w), (h,1))
>>> i
array([[0, 0, 0, 0, 0, 0, 0, 0, 0],
[1, 1, 1, 1, 1, 1, 1, 1, 1],
[2, 2, 2, 2, 2, 2, 2, 2, 2],
[3, 3, 3, 3, 3, 3, 3, 3, 3],
[4, 4, 4, 4, 4, 4, 4, 4, 4],
[5, 5, 5, 5, 5, 5, 5, 5, 5],
[6, 6, 6, 6, 6, 6, 6, 6, 6]])
>>> j
array([[0, 1, 2, 3, 4, 5, 6, 7, 8],
[0, 1, 2, 3, 4, 5, 6, 7, 8],
[0, 1, 2, 3, 4, 5, 6, 7, 8],
[0, 1, 2, 3, 4, 5, 6, 7, 8],
[0, 1, 2, 3, 4, 5, 6, 7, 8],
[0, 1, 2, 3, 4, 5, 6, 7, 8],
[0, 1, 2, 3, 4, 5, 6, 7, 8]])
稍加變換，就得到各個(gè)像素在以圖像中心點(diǎn)為原點(diǎn)的平面直角坐標(biāo)系里的坐標(biāo)。
>>> i = i - h//2
>>> j = j - w//2
>>> i
array([[-3, -3, -3, -3, -3, -3, -3, -3, -3],
[-2, -2, -2, -2, -2, -2, -2, -2, -2],
[-1, -1, -1, -1, -1, -1, -1, -1, -1],
[ 0, 0, 0, 0, 0, 0, 0, 0, 0],
[ 1, 1, 1, 1, 1, 1, 1, 1, 1],
[ 2, 2, 2, 2, 2, 2, 2, 2, 2],
[ 3, 3, 3, 3, 3, 3, 3, 3, 3]])
>>> j
array([[-4, -3, -2, -1, 0, 1, 2, 3, 4],
[-4, -3, -2, -1, 0, 1, 2, 3, 4],
[-4, -3, -2, -1, 0, 1, 2, 3, 4],
[-4, -3, -2, -1, 0, 1, 2, 3, 4],
[-4, -3, -2, -1, 0, 1, 2, 3, 4],
[-4, -3, -2, -1, 0, 1, 2, 3, 4],
[-4, -3, -2, -1, 0, 1, 2, 3, 4]])
自然，也很容易計(jì)算出每個(gè)像素距離圖像中心的距離數(shù)組（以d表示）。下面的代碼使用np.hypot()函數(shù)完成距離計(jì)算，如果先求平方和再開平方，也沒有問題，只是不夠酷而已。
>>> d = np.hypot(i, j)
>>> d
array([[5. , 4.24264069, 3.60555128, 3.16227766, 3. ,
3.16227766, 3.60555128, 4.24264069, 5. ],
[4.47213595, 3.60555128, 2.82842712, 2.23606798, 2. ,
2.23606798, 2.82842712, 3.60555128, 4.47213595],
[4.12310563, 3.16227766, 2.23606798, 1.41421356, 1. ,
1.41421356, 2.23606798, 3.16227766, 4.12310563],
[4. , 3. , 2. , 1. , 0. ,
1. , 2. , 3. , 4. ],
[4.12310563, 3.16227766, 2.23606798, 1.41421356, 1. ,
1.41421356, 2.23606798, 3.16227766, 4.12310563],
[4.47213595, 3.60555128, 2.82842712, 2.23606798, 2. ,
2.23606798, 2.82842712, 3.60555128, 4.47213595],
[5. , 4.24264069, 3.60555128, 3.16227766, 3. ,
3.16227766, 3.60555128, 4.24264069, 5. ]])
設(shè)想一下，如果想將不同的距離使用jet顏色映射表映射為不同的顏色，圖像是什么樣子呢？如果再選取圖像中的某個(gè)特定區(qū)域，比如列號(hào)的平方小于10倍行號(hào)的全部像素，將選中區(qū)域各個(gè)點(diǎn)的距離使用Paired顏色映射表映射為不同的顏色，圖像又會(huì)變成什么樣子呢？下面用10行代碼實(shí)現(xiàn)了這一切。
>>> def draw_picture(w, h, cm1='jet', cm2='Paired'): cm1, cm2 = mplcm.get_cmap(cm1), mplcm.get_cmap(cm2) colormap1, colormap2 = np.array([cm1(k) for k in range(cm1.N)]), np.array([cm2(k) for k in range(cm2.N)]) i, j = np.repeat(np.arange(h),w).reshape(h,w)-h//2, np.tile(np.arange(w), (h,1))-w//2 d = np.hypot(i, j) e = d[(j*j/10)<i] d = np.int32((cm1.N-1)*(d-d.min())/(d.max()-d.min())) d = np.uint8(255*colormap1[d]) e = np.int32((cm2.N-1)*(e-e.min())/(e.max()-e.min())) d[(j*j/10)<i] = np.uint8(255*colormap2[e]) Image.fromarray(d).show() >>> draw_picture(1200, 900, cm1='jet', cm2='Paired')
運(yùn)行上面的這段代碼，你就會(huì)看到本文開頭所展示的那幅圖畫。這就是使用NumPy繪畫的核心技巧，融會(huì)貫通之后，相信你也能夠繪制出更漂亮、更絢麗的作品來。?
以上就是使用Python NumPy庫(kù)繪制漸變圖案的詳細(xì)內(nèi)容，更多關(guān)于Python NumPy繪制漸變圖案的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
測(cè)試對(duì)象的定位和操作是我們利用 selenium 編寫自動(dòng)化腳本和 webdriver 的核心內(nèi)容。本文我們就來學(xué)習(xí)一下常用的元素定位方法有哪些吧2022-06-06
python內(nèi)置函數(shù)compile()，complex()的使用
這篇文章主要為大家詳細(xì)介紹了python內(nèi)置函數(shù)compile()，complex()的使用，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-06-06
python?遠(yuǎn)程執(zhí)行命令的詳細(xì)代碼
有時(shí)會(huì)需要在遠(yuǎn)程的機(jī)器上執(zhí)行一個(gè)命令，并獲得其返回結(jié)果。對(duì)于這種情況，python 可以很容易的實(shí)現(xiàn)。今天通過實(shí)例代碼介紹下python?遠(yuǎn)程執(zhí)行命令的相關(guān)知識(shí)，感興趣的朋友一起看看吧2022-02-02
這篇文章主要介紹了簡(jiǎn)單了解django三種文件下載方式,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-02-02
PyTorch數(shù)據(jù)讀取的實(shí)現(xiàn)示例
這篇文章主要介紹了PyTorch數(shù)據(jù)讀取的實(shí)現(xiàn)示例，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
Python+Delorean實(shí)現(xiàn)時(shí)間格式智能轉(zhuǎn)換
DeLorean是一個(gè)Python的第三方模塊，基于?pytz?和?dateutil?開發(fā)，用于處理Python中日期時(shí)間的格式轉(zhuǎn)換。本文將詳細(xì)講講DeLorean的使用，感興趣的可以了解一下2022-04-04
Python:pycharm中虛擬環(huán)境venv的使用及說明
文章介紹了虛擬環(huán)境的必要性和實(shí)踐方法,虛擬環(huán)境可以幫助用戶管理不同項(xiàng)目所需的Python版本和第三方模塊,避免版本沖突和模塊沖突,文章詳細(xì)介紹了如何使用Python自帶的`venv`模塊創(chuàng)建和管理虛擬環(huán)境,并通過命令行和PyCharm兩種方式構(gòu)建虛擬環(huán)境2025-01-01
Python彩色化Linux的命令行終端界面的代碼實(shí)例分享
美化Linux的terminal終端顯示的方法多種多樣,這里我們給出一個(gè)利用Python彩色化Linux的命令行終端界面的代碼實(shí)例分享,包括一個(gè)Linux下簡(jiǎn)便執(zhí)行Python程序的方法,需要的朋友可以參考下2016-07-07
函數(shù)是可重用的程序代碼塊。函數(shù)的作用，不僅可以實(shí)現(xiàn)代碼的復(fù)用，更能實(shí)現(xiàn)代碼的一致性。一致性指的是，只要修改函數(shù)的代碼，則所有調(diào)用該函數(shù)的地方都能得到體現(xiàn)，這篇文章主要介紹了Python函數(shù)用法和底層分析,需要的朋友可以參考下2022-12-12
Python 獲取 datax 執(zhí)行結(jié)果保存到數(shù)據(jù)庫(kù)的方法
今天小編就為大家分享一篇Python 獲取 datax 執(zhí)行結(jié)果保存到數(shù)據(jù)庫(kù)的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-07-07