Python中的二維網格數據可視化

Question

我需要可視化一些數據。 它是基本的 2D 網格，其中每個單元格都有浮點值。 我知道如何在 OpenCV 中為值分配顏色並繪制網格。 但這里的重點是有太多的值，所以幾乎不可能做到這一點。 我正在尋找一些可以使用漸變的方法。 例如，值 -5.0 將表示為藍色，0 - 黑色，+5.0 表示為紅色。 有沒有辦法在 Python 中做到這一點？

這是我正在談論的示例數據

        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具有用於繪制數組的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()

這是它的樣子：

顏色條設置的詳細信息取自 matplotlib 示例： colorbar_only.py。 它解釋了boundaries的數量需要比顏色的數量大一。

編輯

您應該注意， imshow接受origin關鍵字，它設置了第一個點的分配位置。 默認值為“左上角”，這就是為什么在我發布的圖中，y 軸的左上角為 0，左下角為 99（未顯示）。 另一種方法是設置origin="lower" ，以便在左下角繪制第一個點。

編輯 2

如果您想要漸變而不是離散顏色圖，請通過一系列顏色進行線性插值來制作顏色圖：

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")

這產生：

編輯 3

要添加網格，如本示例所示，請使用grid方法。 將網格顏色設置為“白色”可以很好地與顏色圖使用的顏色配合使用（即默認黑色顯示效果不佳）。

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

在savefig調用生成此圖之前包含此內容（為清晰起見，使用 11x11 網格制作）： grid有很多選項，在 matplotlib 文檔中有描述。 您可能感興趣的是linewidth 。

Answer 2

使用 matplotlib 怎么樣？

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()

由此可見：