给定一个2D numpy实数数组，如何生成描绘每个数字强度的图像？

Question

我有一个2D numpy数组，并希望生成一个图像，使得对应于具有高值（相对于其他像素）的数字的像素用更强烈的颜色着色。 例如，如果图像是灰度级的，并且像素具有值0.4849而所有其他像素对应于低于0.001的值，则该像素可能被着色为黑色，或者接近黑色。

这是一个示例图像，数组为28x28，包含0到1之间的值。

我绘制此图像的所有操作都运行以下代码：

import matplotlib.pyplot as plt
im = plt.imshow(myArray, cmap='gray')
plt.show()

但是，出于某种原因，这仅在值介于0和1之间时才有效。如果它们处于可能包含负数的某个其他比例上，则图像没有多大意义。

Answer 1

您也可以使用不同的色彩映射，如下例所示（请注意我删除了插值）：

happy_array = np.random.randn(28, 28)
im = plt.imshow(happy_array, cmap='seismic', interpolation='none')
cbar = plt.colorbar(im)
plt.show()

甚至灰色也会起作用：

happy_array = np.random.randn(28, 28)
im = plt.imshow(happy_array, cmap='gray', interpolation='none')
cbar = plt.colorbar(im)
plt.show()

Answer 2

您可以通过将所有内容除以数组的最大值来将数据规范化到范围（0,1）：

 normalized = array / np.amax(a)
 plt.imshow(normalized)

如果数组包含负值，则有两个逻辑选择。 绘制幅度：

 mag = np.fabs(array)
 normalized = mag / np.amax(mag)
 plt.imshow(normalized)

或移动数组，以便一切都是积极的：

positive = array + np.amin(array)
normalized = positive / np.amax(positive)
plt.imshow(normalized)