本文深入探讨了matplotlib的pcolormesh()函数，特别是其norm参数的使用。通过norm参数，可以对复杂的分类数据进行量化显示，如将100种分类简化为15种。示例中，创建了网格数据并应用了三角函数计算每个网格的颜色值，然后对数据进行量化，使用BoundaryNorm将15个级别映射到256种颜色等级。最后，展示了如何使用pcolormesh和contourf函数绘制量化后的图像。
前面进行了复杂一点的数据创建来使用pcolormesh()函数，接着下来学习一下这个函数的norm参数的使用，因为这个参数可以对图片进行不同级别的量化显示。假如从机器学习里得到的结果有100多种分类，现在不想显示这么多，只想把100种分类分为15种来显示，就相当于再来了一次量化过程。同样，如果使用函数构造的图片，也可以去掉一些细节进行显示。
为了演示norm参数的使用，先来构造一些网格数据：
# 使用小的变量来增加解析度
dx, dy = 0.05, 0.05
# 生成两个2维的网格
y, x = np.mg
1万+
325
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
超级会员免费看
订阅专栏 解锁全文
扫一扫
