Question

我有一个名为'samples'的LIST，我从两个不同的文件夹中将几个图像加载到此LIST中，假设是Folder1和Folder2。然后我将此列表转换为DataFrame并将其绘制在2D散点图中。我希望散点图将Folder1中的所有内容显示为红色，将Folder2中的所有内容显示为蓝色。我怎样才能做到这一点。我的代码如下：

    samples = []
    Folder1 = glob.iglob('/home/..../Folder1/*.png')
    Folder2 = glob.iglob('/home/..../Folder2/*.png')

    for fname in Folder1:
        img = misc.imread(fname)
        samples.append((img[::2, ::2] / 255.0).reshape(-1))

    for fname in Folder2:
        img = misc.imread(fname)
        samples.append((img[::2, ::2] / 255.0).reshape(-1))

    samples = pd.DataFrame(samples)

    def do_ISO(df):
        from sklearn import manifold
        iso = manifold.Isomap(n_neighbors=6, n_components=3)
        iso.fit(df)
        A = iso.transform(df)
        return A

    def Plot2D(T, title, x, y):
        fig = plt.figure()
        ax = fig.add_subplot(111)
        ax.set_title(title)
        ax.set_xlabel('Component: {0}'.format(x))
        ax.set_ylabel('Component: {0}'.format(y))
        x_size = (max(T[:,x]) - min(T[:,x])) * 0.08
        y_size = (max(T[:,y]) - min(T[:,y])) * 0.08
        ax.scatter(T[:,x],T[:,y], marker='.',alpha=0.7)

    Plot2D(do_ISO(samples), 'ISO_Chart', 0, 1)

    plt.show()

Answer 1

如果没有看到你正在使用的阵列，很难说。您实际上正在绘制do_ISO()函数的结果，该函数使用sklearn.manifold.Isomap.transform()创建数组。

此函数是否保留了数组中元素的顺序？如果是这样，事情可能相当容易。当您首先从Folder1然后从Folder2填充所有图像时，您可以简单地计算Folder1中的项目数，并根据该数字将数组拆分为2（例如nbFilesFolder1）。然后你拨打2 scatter的电话：

ax.scatter(T[:nbFilesFolder1,x],T[:nbFilesFolder1,y], marker='.',alpha=0.7, c='red')
ax.scatter(T[nbFilesFolder1:,x],T[nbFilesFolder1:,y], marker='.',alpha=0.7, c='blue')

基于数据来源的散点图的不同颜色

1 个答案: