Python中的二维网格数据可视化

Question

我需要可视化一些数据。 它是基本的 2D 网格，其中每个单元格都有浮点值。 我知道如何在 OpenCV 中为值分配颜色并绘制网格。 但这里的重点是有太多的值，所以几乎不可能做到这一点。 我正在寻找一些可以使用渐变的方法。 例如，值 -5.0 将表示为蓝色，0 - 黑色，+5.0 表示为红色。 有没有办法在 Python 中做到这一点？

这是我正在谈论的示例数据

        A       B       C        D
A    -1.045    2.0     3.5    -4.890
B    -5.678    3.2     2.89    5.78

Answer 1

Matplotlib具有用于绘制数组的imshow方法：

import matplotlib as mpl
from matplotlib import pyplot
import numpy as np

# make values from -5 to 5, for this example
zvals = np.random.rand(100,100)*10-5

# make a color map of fixed colors
cmap = mpl.colors.ListedColormap(['blue','black','red'])
bounds=[-6,-2,2,6]
norm = mpl.colors.BoundaryNorm(bounds, cmap.N)

# tell imshow about color map so that only set colors are used
img = pyplot.imshow(zvals,interpolation='nearest',
                    cmap = cmap,norm=norm)

# make a color bar
pyplot.colorbar(img,cmap=cmap,
                norm=norm,boundaries=bounds,ticks=[-5,0,5])

pyplot.show()

这是它的样子：

颜色条设置的详细信息取自 matplotlib 示例： colorbar_only.py。 它解释了boundaries的数量需要比颜色的数量大一。

编辑

您应该注意， imshow接受origin关键字，它设置了第一个点的分配位置。 默认值为“左上角”，这就是为什么在我发布的图中，y 轴的左上角为 0，左下角为 99（未显示）。 另一种方法是设置origin="lower" ，以便在左下角绘制第一个点。

编辑 2

如果您想要渐变而不是离散颜色图，请通过一系列颜色进行线性插值来制作颜色图：

fig = pyplot.figure(2)

cmap2 = mpl.colors.LinearSegmentedColormap.from_list('my_colormap',
                                           ['blue','black','red'],
                                           256)

img2 = pyplot.imshow(zvals,interpolation='nearest',
                    cmap = cmap2,
                    origin='lower')

pyplot.colorbar(img2,cmap=cmap2)

fig.savefig("image2.png")

这产生：

编辑 3

要添加网格，如本示例所示，请使用grid方法。 将网格颜色设置为“白色”可以很好地与颜色图使用的颜色配合使用（即默认黑色显示效果不佳）。

pyplot.grid(True,color='white')

在savefig调用生成此图之前包含此内容（为清晰起见，使用 11x11 网格制作）： grid有很多选项，在 matplotlib 文档中有描述。 您可能感兴趣的是linewidth 。

Answer 2

使用 matplotlib 怎么样？

from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FixedLocator, FormatStrFormatter
import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = Axes3D(fig)

Z = np.array([[-1.045, 2.0, 3.5, -4.890],
              [-5.678, 3.2, 2.89, 5.78]])

X = np.zeros_like(Z)
X[1,:] = 1
Y = np.zeros_like(Z)
Y[:,1] = 1
Y[:,2] = 2
Y[:,3] = 3

surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.jet,
        linewidth=0, antialiased=False)
ax.set_zlim3d(-10.0, 10.0)

ax.w_zaxis.set_major_locator(LinearLocator(10))
ax.w_zaxis.set_major_formatter(FormatStrFormatter('%.03f'))

m = cm.ScalarMappable(cmap=cm.jet)
m.set_array(Z)
fig.colorbar(m)

plt.show()

由此可见：