Nicht-lineare Skalierung der Farbzuordnung der Kontrast erhöht werden

Den folgenden python-code erstellt eine heatmap einer matrix mit normal verteilten Werte

import numpy as np
from matplotlib import pylab as plt


np.random.seed(123) #make sure we all have same data
m = np.random.randn(200).reshape(10, 20)
plt.imshow(m, cmap='RdYlGn', interpolation='nearest')
plt.colorbar()

Dies ist die Ausgabe dieses Codes

Nicht-lineare Skalierung der Farbzuordnung der Kontrast erhöht werden

Ich würde wie um den Kontrast zu erhöhen dieses Bild von "fading out" der Werte nahe null.
Ich kann dies ganz einfach mit disigmoid Skalierung der original-Daten wie folgt:

def disigmoidScaling(values, steepnessFactor=1, ref=None):
    ''' Sigmoid scaling in which values around a reference point are flattened
    arround a reference point

    Scaled value y is calculated as 
        y = sign(v - d)(1 - exp(-((x - d)/s)**2)))
    where v is the original value,  d is the referenc point and s is the 
    steepness factor
    '''
    if ref is None:
        mn = np.min(values)
        mx = np.max(values)
        ref = mn + (mx - mn) / 2.0

    sgn = np.sign(values - ref)
    term1 = ((values - ref)/steepnessFactor) ** 2
    term2 = np.exp(- term1) 
    term3 = 1.0 - term2 
    return sgn * term3


plt.imshow(disigmoidScaling(m, 4), cmap='RdYlGn', interpolation='nearest')
plt.colorbar()

Hier ist die Ausgabe.

Nicht-lineare Skalierung der Farbzuordnung der Kontrast erhöht werden

Ich bin zufrieden mit dem Ergebnis, außer der Tatsache, dass in dieser version das original
Werte ausgetauscht worden sind, für gewählt werden.

Gibt es eine Möglichkeit, führen Sie eine nicht-lineare Zuordnung der Werte zu colormap?

InformationsquelleAutor Boris Gorelik | 2011-06-27
  1. 4

    Einer Farbpalette enthält ein Wörterbuch der rot -, grün-und blau-Werte abgebildet über dem Intervall [0,1]. Die Lineare Segmentierte Colormap Klasse docs zum Beispiel gebe 

    cdict = {'red':   [(0.0,  0.0, 0.0),
               (0.5,  1.0, 1.0),
               (1.0,  1.0, 1.0)],

     'green': [(0.0,  0.0, 0.0),
               (0.25, 0.0, 0.0),
               (0.75, 1.0, 1.0),
               (1.0,  1.0, 1.0)],

     'blue':  [(0.0,  0.0, 0.0),
               (0.5,  0.0, 0.0),
               (1.0,  1.0, 1.0)]}

    "Jede Zeile in der Tabelle für eine bestimmte Farbe ist eine Sequenz von x, y0, y1 Tupel. In jeder Sequenz, x erhöhen müssen, monoton von 0 auf 1. Für jeden input-Wert z, die zwischen x[i] und x[i+1], die Ausgabe-Wert einer bestimmten Farbe wird Linear interpoliert zwischen y1[i] und y0[i+1]:"

    Den RdYlGn Farbpalette 11 x-Werte für jede Farbe von 0 bis 1,0 in Schritten von 0.1. Sie können die cdict Werte durch aufrufen 

    plt.cm.RdYlGn._segmentdata

    Können Sie dann ändern Sie die x-Werte zu, was auch immer Schritte, die Sie möchten (solange Sie streng monoton Steigend und im Bereich von 0 bis 1) und eine neue Farbpalette durch aufrufen matplotlib.colors.LinearSegmentedColormap auf Ihren neuen cdict. Es gibt einige gute Beispiele dafür in der Matplotlib Kochbuch.

    InformationsquelleAutor Stephen Terry
Schreibe einen Kommentar