impow中的颜色值为matplotlib?

时间:2011-04-29 19:33:11

标签: python matplotlib

当我在matplotlib中使用imshow()时,我想知道我点击的点的颜色值。有没有办法通过matplotlib中的事件处理程序找到这些信息(与点击的x,y坐标相同)?如果没有,我将如何找到这些信息?

具体来说,我正在考虑这样的案例:

imshow(np.random.rand(10,10)*255, interpolation='nearest')

谢谢! --Erin

4 个答案:

答案 0 :(得分:10)

这是一个可以通过的解决方案。它仅适用于interpolation = 'nearest'。我仍在寻找一种更清晰的方法来从图像中检索插值(而不是舍入拾取的x,y并从原始数组中选择。)无论如何:

from matplotlib import pyplot as plt
import numpy as np

im = plt.imshow(np.random.rand(10,10)*255, interpolation='nearest')
fig = plt.gcf()
ax = plt.gca()

class EventHandler:
    def __init__(self):
        fig.canvas.mpl_connect('button_press_event', self.onpress)

    def onpress(self, event):
        if event.inaxes!=ax:
            return
        xi, yi = (int(round(n)) for n in (event.xdata, event.ydata))
        value = im.get_array()[xi,yi]
        color = im.cmap(im.norm(value))
        print xi,yi,value,color

handler = EventHandler()

plt.show()

答案 1 :(得分:1)

上述解决方案仅适用于单个图像。如果您在同一个脚本中绘制两个或多个图像,则“inaxes”事件不会在两个轴之间产生差异。你永远不会知道你在哪个轴上点击,所以你不知道应该显示哪个图像值。

答案 2 :(得分:1)

如果按'颜色值'表示数组在图表上单击点处的值,则这很有用。

from matplotlib import pyplot as plt
import numpy as np


class collect_points():
   omega = []
   def __init__(self,array):
       self.array = array
   def onclick(self,event):
       self.omega.append((int(round(event.ydata)),   int(round(event.xdata))))

   def indices(self):
       plot = plt.imshow(self.array, cmap = plt.cm.hot, interpolation =  'nearest', origin= 'upper')
       fig = plt.gcf()
       ax = plt.gca()
       zeta = fig.canvas.mpl_connect('button_press_event', self.onclick)
       plt.colorbar()
       plt.show()
       return self.omega

用法如下:

from collect_points import collect_points
import numpy as np

array = np.random.rand(10,10)*255   
indices = collect_points(array).indices()

应该出现一个绘图窗口,点击点,然后返回numpy数组的索引。

答案 3 :(得分:0)

您可以尝试以下内容:

x, y = len(df.columns.values), len(df.index.values)

# subplot etc 

# Set values for x/y ticks/labels
ax.set_xticks(np.linspace(0, x-1, x))
ax.set_xticklabels(ranges_df.columns)
ax.set_yticks(np.linspace(0, y-1, y))
ax.set_yticklabels(ranges_df.index)

 for i, j in product(range(y), range(x)):
    ax.text(j, i, '{0:.0f}'.format(ranges_df.iloc[i, j]),
    size='small', ha='center', va='center')