Einstellung der richtigen Grenzen mit imshow wenn Bilddaten Form ändert

Habe ich ein 3D-array, wobei die ersten zwei Dimensionen sind räumliche, also sagen wir (x,y). Die Dritte dimension enthält Punkt-spezifische Informationen.

print H.shape  # --> (200, 480, 640)  spatial extents (200,480)

Nun, durch Auswahl einer bestimmten Ebene in die Dritte dimension, ich kann ein Bild mit

imdat = H[:,:,100]    # shape (200, 480)
img = ax.imshow(imdat, cmap='jet',vmin=imdat.min(),vmax=imdat.max(), animated=True, aspect='equal')

Ich möchte jetzt drehen Sie den Würfel, so dass ich den Schalter aus (x,y) auf (y,x). 

    H = np.rot90(H)          # could also use H.swapaxes(0,1) or H.transpose((1,0,2)) 
    print H.shape    # --> (480, 200, 640)

Nun, wenn ich rufe:

imdat = H[:,:,100]   # shape (480,200)
img.set_data(imdat)
ax.relim()
ax.autoscale_view(tight=True)

Ich merkwürdig zu Verhalten. Das Bild entlang der Zeilen zeigt die Daten bis zu 200-Reihe, und dann ist es schwarz, bis das Ende der y-Achse (480). Die x-Achse reicht von 0 bis 200 und zeigt die gedrehten Daten. Nun, eine weitere Drehung um 90 Grad, wird das Bild korrekt angezeigt (nur um 180 Grad gedreht natürlich)

Es scheint mir, wie nach dem drehen um die Daten, die Achse Grenzen, (oder image-Blöcke?) oder etwas ist nicht richtig erfrischend. Kann jemand helfen?

PS: zum verwöhnen in bad hacking, ich habe auch versucht zu regenerieren, ein neues Bild (durch Aufruf von ax.imshow) nach jeder Drehung, aber ich bekomme immer noch das gleiche Verhalten.

  • Können Sie einige Kontext? Da würde ich nur empfehlen, zeichnen ein neues Bild in einem separaten Bild. Wenn das unerwünscht ist, bitte angeben, warum.
  • Da bin ich überfragt. Ich vermutete, mussten Sie set_extent explizit nach jedem Anruf, die sollten auch an set_xlim, set_ylim, was es tut, aber ich kann nicht scheinen, um das gewünschte Verhalten, wenn ich dies tun.
InformationsquelleAutor achennu | 2011-09-15
  1. 4

    Unten habe ich auch eine Lösung für Ihr problem. Die Methode resetExtent nutzt die Daten und das Bild werden der explizit den Umfang der gewünschten Werte. Hoffentlich habe ich richtig emuliert der beabsichtigten Wirkung. 

    import matplotlib.pyplot as plt
import numpy as np

def resetExtent(data,im):
    """
    Using the data and axes from an AxesImage, im, force the extent and 
    axis values to match shape of data.
    """
    ax = im.get_axes()
    dataShape = data.shape

    if im.origin == 'upper':
        im.set_extent((-0.5,dataShape[0]-.5,dataShape[1]-.5,-.5))
        ax.set_xlim((-0.5,dataShape[0]-.5))
        ax.set_ylim((dataShape[1]-.5,-.5))
    else:
        im.set_extent((-0.5,dataShape[0]-.5,-.5,dataShape[1]-.5))
        ax.set_xlim((-0.5,dataShape[0]-.5))
        ax.set_ylim((-.5,dataShape[1]-.5))

def main():
    fig = plt.gcf()
    ax = fig.gca()

    H = np.zeros((200,480,10))
    # make distinguishing corner of data
    H[100:,...] = 1
    H[100:,240:,:] = 2

    imdat = H[:,:,5]
    datShape = imdat.shape

    im = ax.imshow(imdat,cmap='jet',vmin=imdat.min(),
                    vmax=imdat.max(),animated=True,
                    aspect='equal',
                    #                origin='lower'
                    )

    resetExtent(imdat,im)

    fig.savefig("img1.png")

    H = np.rot90(H)

    imdat = H[:,:,0]
    im.set_data(imdat)
    resetExtent(imdat,im)

    fig.savefig("img2.png")

if __name__ == '__main__':
  main()

    Dieses Skript erzeugt zwei Bilder:
    Erste un-gedreht:
    Einstellung der richtigen Grenzen mit imshow wenn Bilddaten Form ändert
    Dann gedreht:
    Einstellung der richtigen Grenzen mit imshow wenn Bilddaten Form ändert

    Dachte ich nur explizit aufrufen set_extent würde alles tun resetExtent hat, weil Sie sollte passen Sie die Achsen an Grenzen, wenn 'autoscle' Wahr ist. Aber aus irgendeinem unbekannten Grund, aufrufen von set_extent allein macht den job nicht machen.

    • Danke für die Antwort. Das bedeutet identifizieren das gleiche problem, das ich konfrontiert. Ich arbeitete um es durch replotting die Achsen nach dem löschen, aber das scheint eine weniger gewichtige Lösung.
    InformationsquelleAutor Yann
Schreibe einen Kommentar