更改plt.imshow（）图像的像素颜色

Question

我需要使用matplotlib的imshow（）绘制图像，然后用不同的颜色标记一些像素。只是在初始数组中更改它们的值不会起作用，因为我需要使用我正在使用的颜色映射中不存在的颜色。所以我最初的目的是在第一个图像上方绘制第二个生成的数组，其中大部分都被屏蔽，所需的像素没有被屏蔽，并且有一些值（对于不同的坐标可能使用不同的颜色可能不同）。它可以很好地与matplotlib的交互式查看器配合使用，但是当保存到文件中时，一切都会因为这个错误而被扭曲，我在同样的情况下报告了这个错误：https://github.com/matplotlib/matplotlib/issues/3057

还有其他选项可以改变某些像素的颜色吗？

Answer 1

你已经建议了最简单的方法（在顶部覆盖另一个图像），但是如果它不能按照你想要的方式工作，还有其他选择。

---

方法＃1 - 手动渲染和合成图像

---

最直接的方法是使用色彩映射将数组渲染为RGB，然后更改所需的像素。

作为一个简单的例子：

import numpy as np
import matplotlib.pyplot as plt

data = np.arange(100).reshape(10, 10)

cmap = plt.cm.gray
norm = plt.Normalize(data.min(), data.max())
rgba = cmap(norm(data))

# Set the diagonal to red...
rgba[range(10), range(10), :3] = 1, 0, 0

plt.imshow(rgba, interpolation='nearest')
plt.show()

此方法的一个缺点是，当您传入预渲染的rgb图像时，不能只调用fig.colorbar(im)。因此，如果您需要彩条，则必须使用代理艺术家。最简单的方法是使用imshow(data, visible=False)添加一个额外的，不可见的（未绘制的，而不是透明的）艺术家，然后将该颜色图作为该艺术家的基础。作为一个简单的例子：

import numpy as np
import matplotlib.pyplot as plt

data = np.arange(100).reshape(10, 10)

cmap = plt.cm.gray
norm = plt.Normalize(data.min(), data.max())
rgba = cmap(norm(data))

# Set the diagonal to red
rgba[range(10), range(10), :3] = 1, 0, 0

fig, ax = plt.subplots()
ax.imshow(rgba, interpolation='nearest')

# Add the colorbar using a fake (not shown) image.
im = ax.imshow(data, visible=False, cmap=cmap)
fig.colorbar(im)

plt.show()

使用不可见的imshow是为此目的制作代理艺术家的最简单方法，但如果速度是一个问题（或者如果它以某种方式触发你提到的渲染错误），你也可以使用任何{{1 }}。 ScalarMappable是一个抽象基类，通常只用于继承colorbar支持。因为我们不需要绘制任何东西，所以我们可以直接使用它。

ScalarMappable

---

方法＃2 - 滥用import numpy as np import matplotlib.pyplot as plt from matplotlib.cm import ScalarMappable data = np.arange(100).reshape(10, 10) cmap = plt.cm.gray norm = plt.Normalize(data.min(), data.max()) rgba = cmap(norm(data)) # Set the diagonal to red rgba[range(10), range(10), :3] = 1, 0, 0 fig, ax = plt.subplots() ax.imshow(rgba, interpolation='nearest') # Add the colorbar using a ScalarMappable im = ScalarMappable(norm, cmap) im.set_array(data) fig.colorbar(im) plt.show() ，set_bad或set_over

---

色彩映射的set_under，set_bad和set_over方法允许您标记NaN或像色图的指定范围之外的像素。

因此，另一种做你想要的方法是将这些值设置为NaN并指定NaN颜色应该是什么（set_under。默认情况下，它对大多数色彩图都是透明的。）。

如果您有整数数组或者需要具有透明的NaN像素，则可以同样滥用set_bad和set_over。在这种情况下，您需要在致电set_under时手动指定vmin或vmax。

作为使用/滥用imshow执行此操作的快速示例：

set_bad

这种方法相对于第一种方法的一个优点是绘制颜色条更容易一些。 （缺点是这种方法不够灵活。）：

import numpy as np
import matplotlib.pyplot as plt

data = np.arange(100).reshape(10, 10).astype(float)

cmap = plt.cm.gray
cmap.set_bad((1, 0, 0, 1))

# Set the diagonal to NaN
data[range(10), range(10)] = np.nan

plt.imshow(data, cmap=cmap, interpolation='nearest')
plt.show()

Answer 2

为给Joe带来一个很好的答案，当向imshow提供rgba值数组时，鼠标光标读取的z值现在显示rgba值的元组，而不是原始的data值。

要解决此问题，我们可以将透明图像叠加到原始图像上。 然后，我们可以同时使用此透明图像将彩条附加到图形上：

import numpy as np
import matplotlib.pyplot as np

fig, ax = plt.subplots()

data = np.arange(100).reshape(10, 10)

cmap = plt.cm.gray
norm = plt.Normalize(data.min(), data.max())
rgba = cmap(norm(data))

# Set the diagonal to red...
rgba[range(10), range(10), :3] = 1, 0, 0

im = ax.imshow(rgba, interpolation='nearest')
im2 = ax.imshow(data, cmap='gray')
cbar = plt.colorbar(im2, ax=ax)
im2.set_alpha(0.0)

请注意，在这种情况下，在调用im2.set_alpha(0.0)之前创建颜色栏很重要。 如果不是，则颜色栏中的颜色也将是透明的（它们遵循图像的当前alpha）。

在无法遵守创建顺序的情况下，可以使用以下方法将颜色栏中颜色的不透明度设置回1。

cbar.set_alpha(1.0)
cbar.draw_all()