Python中的2D网格数据可视化

Question

我需要可视化一些数据。它是基本的2D网格，其中每个单元格都有浮点值。我知道怎么做在OpenCV中为颜色指定颜色并绘制网格。但这里的重点是，有太多的价值观，所以几乎不可能做到这一点。我正在寻找一些方法，我可以使用渐变。例如，值-5.0将由蓝色，0 - 黑色和+5.0表示为红色。在Python中有没有办法做到这一点？

以下是我所说的示例数据

        A       B       C        D
A    -1.045    2.0     3.5    -4.890
B    -5.678    3.2     2.89    5.78

Answer 1

Matplotlib使用imshow方法绘制数组：

import matplotlib as mpl
from matplotlib import pyplot
import numpy as np

# make values from -5 to 5, for this example
zvals = np.random.rand(100,100)*10-5

# make a color map of fixed colors
cmap = mpl.colors.ListedColormap(['blue','black','red'])
bounds=[-6,-2,2,6]
norm = mpl.colors.BoundaryNorm(bounds, cmap.N)

# tell imshow about color map so that only set colors are used
img = pyplot.imshow(zvals,interpolation='nearest',
                    cmap = cmap,norm=norm)

# make a color bar
pyplot.colorbar(img,cmap=cmap,
                norm=norm,boundaries=bounds,ticks=[-5,0,5])

pyplot.show()

这就是它的样子：

颜色条设置的详细信息来自matplotlib示例：colorbar_only.py.它解释了boundaries的数量需要比颜色数量大一个。

编辑

您应该note，imshow接受origin关键字，该关键字设置第一个点的分配位置。默认为“左上角”，这就是为什么在我的贴图中，y轴左上角为0，左下角为99（未显示）。另一种方法是设置origin="lower"，以便在左下角绘制第一个点。

编辑2

如果您想要渐变而不是离散的颜色贴图，请通过linearly interpolating通过一系列颜色制作颜色贴图：

fig = pyplot.figure(2)

cmap2 = mpl.colors.LinearSegmentedColormap.from_list('my_colormap',
                                           ['blue','black','red'],
                                           256)

img2 = pyplot.imshow(zvals,interpolation='nearest',
                    cmap = cmap2,
                    origin='lower')

pyplot.colorbar(img2,cmap=cmap2)

fig.savefig("image2.png")

这会产生：

编辑3

要添加网格（如example所示），请使用grid方法。将网格颜色设置为“白色”与色彩图使用的颜色配合得很好（即默认黑色不能很好地显示）。

pyplot.grid(True,color='white')

在savefig调用之前包含此内容会产生此图（为清晰起见，使用11x11网格制作）： grid有很多选项，matplotlib documentation中对此进行了描述。您可能感兴趣的是linewidth。

Answer 2

使用matplotlib怎么样？

from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
from matplotlib.ticker import LinearLocator, FixedLocator, FormatStrFormatter
import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = Axes3D(fig)

Z = np.array([[-1.045, 2.0, 3.5, -4.890],
              [-5.678, 3.2, 2.89, 5.78]])

X = np.zeros_like(Z)
X[1,:] = 1
Y = np.zeros_like(Z)
Y[:,1] = 1
Y[:,2] = 2
Y[:,3] = 3

surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.jet,
        linewidth=0, antialiased=False)
ax.set_zlim3d(-10.0, 10.0)

ax.w_zaxis.set_major_locator(LinearLocator(10))
ax.w_zaxis.set_major_formatter(FormatStrFormatter('%.03f'))

m = cm.ScalarMappable(cmap=cm.jet)
m.set_array(Z)
fig.colorbar(m)

plt.show()

这表明：