使用alpha值显示“热图”图像 - Matplotlib / Python

Question

我试图绘制一些数据来分析它们。

我的数据定义如下：

class Data(object):
    def __init__(self, rows=200, cols=300):
        """
        The Data constructor
        """
        # The data grid
        self.cols = cols
        self.rows = rows
        # The 2D data structure
        self.data = numpy.zeros((rows, cols), float)

起初，我有这个方法：

  def generate_data_heat_map(data, x_axis_label, y_axis_label, plot_title, file_path):
    plt.figure()
    plt.title(plot_title)
    fig = plt.imshow(data.data, extent=[0, data.cols, data.rows, 0])
    plt.xlabel(x_axis_label)
    plt.ylabel(y_axis_label)
    plt.colorbar(fig)
    plt.savefig(file_path + '.png')
    plt.close()

这给了我一些热图图像（第二张图），因为我传递给它一个MxN [亮度（灰度，仅浮点数组）]。并且不知道为什么这不能生成灰度图像，但到目前为止我并不担心它，因为这是我想要的结果。

经过一些计算后，我使用 data_property 作为RGB并使用 data_uncertaity 作为alpha来显示我的数据：

def generate_data_uncertainty_heat_map(data_property, data_uncertainty, x_axis_label, y_axis_label, plot_title, file_path):
    plt.figure()
    uncertainty = numpy.zeros((data_property.rows, data_property.cols, 4))
    uncertainty[..., :3] = data_property.data[..., numpy.newaxis]
    uncertainty[..., 3] = data_uncertainty.data
    plt.title(plot_title)
    fig = plt.imshow(uncertainty.data, extent=[0, data_property.cols, data_property.rows, 0])
    plt.xlabel(x_axis_label)
    plt.ylabel(y_axis_label)
    plt.colorbar(fig)
    plt.savefig(file_path + '.png')
    plt.close()

但是，当然，这给了我一个带有alpha值的灰度图像，因为我重复了R，G和B的相同值。但我真正想要的是第一个方法结果（有色）和一些alpha值计算为数据的不确定性。

我注意到我的颜色条也没有关于我的数据（它是RGB的，我不能用它来分析我的数据）

我不知道如何实现我想要的结果，这就是拥有一张热图＆＃34;绘制合并了用我的 uncertainty_data 定义的alpha值和表示这种不确定性的颜色条。就像合并上面两张图片一样：

这是我的颜色：

这是我的alpha：

随着@BlazBratanic提供的转换，我想我可以看到一点颜色（不确定），但它远远超出了我的预期。

我的所有值都介于0.0和1.0之间。

提前谢谢。

Answer 1

使用Matplotlib cm module将灰度映射到颜色值。如果我没记错，“jet”是默认的色彩映射。所以你会做类似的事情：

uncertainty = plt.cm.jet(data_property.data)
uncertainty[..., 3] = data_uncertainty.data