Python matplotlib的使用并自定义colormap的方法_Python

Python matplotlib的使用并自定义colormap的方法

2021-04-29 00:11未来战士biubiu Python

今天小编就为大家分享一篇Python matplotlib的使用并自定义colormap的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

0.前言

添加colormap的对象是灰度图，可以变成热量图，从而更加明显的发现一些规律，适用于一些雷达图像等

				?

									from PIL import Image

									# 将彩色图片转换成黑白图片

									im=Image.open("./pic.jpg").convert('L')

									# 保存图片

									im.save("image.jpg")

1.从灰色图片中读取数据，转换成colormap图

									import matplotlib.pyplot as plt

									import matplotlib.image as mpimg

									import matplotlib as mpl

									from PIL import Image

									import numpy as np

									# 自定义colormap

									def colormap():

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

									# 读取灰度图

									data=mpimg.imread('./gray.jpg')

									# 如果需要固定colorbar的范围，可以设置参数vmin，vmax，具体参考

									                 #http://matplotlib.org/api/image_api.html

									# 设定每个图的colormap和colorbar所表示范围是一样的，即归一化 

									plt.imsave('colormap.jpg',data, cmap=colormap())

这里没有显示出来colorbar的数值分布，得到的图像是等大的

2.从txt文本中读取二维数据，转换成自定义colormap图

				?

									#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): # 文件编号

									  path = './input/data/trainPingliu/trainPingliu%d.txt' % i

									  data = np.loadtxt(path)

									  return data

									# 生成图片格式自定义

									def colormap():

									  # 白青绿黄红

									  cdict = ['#FFFFFF', '#9ff113', '#5fbb44', '#f5f329', '#e50b32']

									  # 按照上面定义的colordict，将数据分成对应的部分，indexed：代表顺序

									  return colors.ListedColormap(cdict, 'indexed')

									# for i in range(1, 10000):

									# 加载数据

									data = loaddata(1)

									fig = plt.figure()

									# 加载图片设置

									my_cmap = colormap()

									# 第一个子图,按照默认配置

									ax = fig.add_subplot(221)

									ax.imshow(data)

									# 第二个子图,使用api自带的colormap

									ax = fig.add_subplot(222)

									cmap = mpl.cm.bwr # 蓝，白，红

									ax.imshow(data, cmap=cmap)

									# 第三个子图增加一个colorbar

									ax = fig.add_subplot(223)

									cmap = mpl.cm.winter # 冬季风格

									im = ax.imshow(data, cmap=my_cmap)

									plt.colorbar(im) # 增加colorbar

									# 第四个子图可以调整colorbar

									ax = fig.add_subplot(224)

									cmap = mpl.cm.rainbow

									# 这里设置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])

									# 显示

									plt.show()