您可以設置顏色編碼的標準化,使其在數據的負絕對值和正絕對值之間平均分布。使用中間帶有淺色的顏色映射有助于可視化值離零的距離。

導入numpy as np

將matplotlib.pyplot導入為plt

def顯示為圖像(示例):

位圖=sample.remaze((13,8))

maxval=np.max(np.abs([bitmap.min(),bitmap.max()]))

圖()

plt.imshow(位圖,cmap='rdylgn',interpolation='nearest',

vmin=-maxval,vmax=maxval)

色標()

顯示()

樣本=np.隨機.randn(1104)

顯示為圖像(示例)

< /代碼>

如果需要二進制映射,則可以將正值映射為1,將負值映射為0。

導入numpy as np

將matplotlib.pyplot導入為plt

def顯示為圖像(示例):

位圖=sample.remaze((13,8))

位圖[Bitmap>=0]=1

位圖[位圖<0]=0

圖()

plt.imshow(位圖,cmap='rdylgn',interpolation='nearest',

vmin=-.1,vmax=1.1)

顯示()

樣本=np.隨機.randn(1104)

顯示為圖像(示例)

< /代碼>

在這種情況下,使用顏色條可能是無用的。

數據。使用中間帶有淺色的顏色映射可以幫助可視化值離零的距離。

import numpy as np

import matplotlib.pyplot as plt

def show_as_image(sample):

bitmap = sample.reshape((13, 8))

maxval = np.max(np.abs([bitmap.min(),bitmap.max()]))

plt.figure()

plt.imshow(bitmap, cmap='RdYlGn', interpolation='nearest',

vmin=-maxval, vmax=maxval)

plt.colorbar()

plt.show()

sample=np.random.randn(1,104)

show_as_image(sample)

如果需要二進制映射,則可以將正值映射為1,將負值映射為0。

import numpy as np

import matplotlib.pyplot as plt

def show_as_image(sample):

bitmap = sample.reshape((13, 8))

bitmap[bitmap >= 0] = 1

bitmap[bitmap < 0] = 0

plt.figure()

plt.imshow(bitmap, cmap='RdYlGn', interpolation='nearest',

vmin=-.1, vmax=1.1)

plt.show()

sample=np.random.randn(1,104)

show_as_image(sample)

在這種情況下,使用顏色條可能是無用的。

總結

以上是生活随笔為你收集整理的python绘图颜色代码_python matplotlib-颜色代码+ve和-ve值在绘图中的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。