Question

我正在使用plt.imshow()在网格上绘制值（在我的情况下为CCD数据）。一个示例图：

我需要在上面指出一个障碍，以显示我关心的像素。这类似于我所需要的：

我知道如何添加squares to an image，gridlines to an image，但是这种知识不能解决问题，也不能为照片添加单个正方形，这也在我的能力范围内。我需要一条围绕网格区域的线（并且这条线将始终需要在像素之间移动，而不是在像素之间移动，因此这可能会使它更简单一些）。

我该怎么做？

Iury Sousa为上述问题提供了一个很好的解决方法。但是，它不是用线条严格地圈出区域（而是在图像上绘制遮罩，然后再次用图像覆盖大部分区域），并且当我尝试包围重叠的像素组时，它会失败。 ImportanceOfBeingErnest在评论中建议我应该仅使用plt.plot示例。以Iury Sousa的示例为起点，让我们进行以下操作：

X,Y = np.meshgrid(range(30),range(30))
Z = np.sin(X)+np.sin(Y)
selected1 = Z>1.5

现在selected1是布尔数组的数组，我们只想圈出Z值大于1.5的那些像素。我们还想圈选selected2，其中包含True值大于0.2且小于1.8的像素的值：

upperlim_selected2 = Z<1.8
selected2 = upperlim_selected2>0.2

Iury Sousa的出色变通方法不适用于这种情况。我认为plt.plot会。使用selected1或另一种方法来实现selected2和plt.plot的循环的有效方法是什么？

Answer 1

我尝试了一些适合您需求的东西。

首先，我定义了一个任意数据：

X,Y = np.meshgrid(range(30),range(30))

Z = np.sin(X)+np.sin(Y)

您可以在此处定义要突出显示的模式的条件：

selected = Z>1.5

要进行绘图，您将使用scatter而不是imshow。您将绘制所有数据，然后再绘制两次选定的数据，一次以高亮颜色显示较大的正方形，另一次通常使用相同的颜色参考和界限。

info = dict(marker='s',vmin=-2,vmax=2)
fig,ax = plt.subplots()
plt.scatter(X.ravel(),Y.ravel(),100,c=Z.ravel(),**info)
plt.scatter(X[selected].ravel(),Y[selected].ravel(),150,c='r',marker='s')
plt.scatter(X[selected].ravel(),Y[selected].ravel(),100,c=Z[selected].ravel(),**info)
ax.axis('equal')

Answer 2

类似于Can matplotlib contours match pixel edges?中的答案您可以创建分辨率更高的网格并绘制contour图。

import numpy as np
import matplotlib.pyplot as plt

X,Y = np.meshgrid(range(30),range(30))
Z = np.sin(X)+np.sin(Y)

resolution = 25

f = lambda x,y: Z[int(y),int(x) ]
g = np.vectorize(f)

x = np.linspace(0,Z.shape[1], Z.shape[1]*resolution)
y = np.linspace(0,Z.shape[0], Z.shape[0]*resolution)
X2, Y2= np.meshgrid(x[:-1],y[:-1])
Z2 = g(X2,Y2)


plt.pcolormesh(X,Y, Z)
plt.contour(X2,Y2,Z2, [1.5], colors='r', linewidths=[1])

plt.show()

Answer 3

另一个适用于我的解决方案：

例如，有一个网格：

grid=[[0, 6, 8, 2, 2, 5, 25, 24, 11],
      [4, 15, 3, 22, 225, 1326, 2814, 1115, 18],
      [6, 10, 9, 201, 3226, 3549, 3550, 3456, 181],
      [42, 24, 46, 1104, 3551, 3551, 3551, 3382, 27],
      [9, 7, 73, 2183, 3551, 3551, 3551, 3294, 83],
      [9, 7, 5, 669, 3544, 3551, 3074, 1962, 18],
      [10, 3545, 9, 10, 514, 625, 16, 14, 5],
      [5, 6, 128, 10, 8, 6, 7, 40, 4]]

我们绘制它：

plt.pcolormesh(grid)

假设我们要包围每个值大于1420的像素。我们创建一个布尔数组：

threshold=1420
booleangrid=np.asarray(grid)>threshold
intgrid=booleangrid*1

然后我们在每个像素周围创建一个线段：

down=[];up=[];left=[];right=[]
for i, eachline in enumerate(intgrid):
    for j, each in enumerate(eachline):
        if each==1:
            down.append([[j,j+1],[i,i]])
            up.append([[j,j+1],[i+1,i+1]])
            left.append([[j,j],[i,i+1]])
            right.append([[j+1,j+1],[i,i+1]])

并将他们加入在一起：

together=[]
for each in down: together.append(each)
for each in up: together.append(each)
for each in left: together.append(each)
for each in right: together.append(each)

（为清楚起见，单独删除了此文件。）

我们遍历这些单独的线段，ant仅保留那些仅出现一次的线段，即上面定义的布尔数组（booleangrid）定义的特征边缘上的那些线段：

filtered=[]
for each in together:
    c=0
    for EACH in together:
        if each==EACH:
            c+=1
    if c==1:
        filtered.append(each)

然后我们使用for循环绘制网格线和普通线段：

plt.pcolormesh(grid)
for x in range(len(filtered)):
    plt.plot(filtered[x][0],filtered[x][1],c='red', linewidth=8)

给我们结果：

我们可以满意的。

如何使用Python使用连续而不是分支的线在热图上包围一些像素？

3 个答案: