python中plt线性插值、平滑显示图像、热力图等

清纯世纪

已于 2023-07-28 09:37:45 修改

阅读量893

点赞数

分类专栏：绘图文章标签： python numpy matplotlib

于 2023-04-24 16:57:09 首次发布

本文链接：https://blog.csdn.net/qq_45100200/article/details/130346932

版权

绘图专栏收录该内容

55 篇文章 11 订阅

订阅专栏

这篇文章展示了如何使用Python的matplotlib,numpy和scipy库进行二维插值和平滑图像显示。通过interp2d函数实现线性插值，然后用imshow创建平滑的热力图。另外，还演示了使用pcolormesh创建彩虹色和普通热力图的方法。

摘要由CSDN通过智能技术生成

直接平滑显示：

import matplotlib.pyplot as plt
import numpy as np
from scipy import interpolate

x = np.array([2,4,6,8,10])
y = np.array([1,2,3,4])

z = np.array([[95,95,95,95,95],
              [80,80,80,80,80],
              [70,70,70,70,70],
              [100,100,100,100,100]])

fig, axe = plt.subplots()
ax0 = axe.imshow(z, origin="lower", cmap="viridis_r", interpolation='bicubic')
plt.colorbar(ax0)
plt.show()

插值且平滑显示:

import matplotlib.pyplot as plt
import numpy as np
from scipy import interpolate

x = np.array([2,4,6,8,10])
y = np.array([1,2,3,4])

z = np.array([[95,95,95,95,95],
              [80,80,80,80,80],
              [70,70,70,70,70],
              [100,100,100,100,100]])

interpolant = interpolate.interp2d(x, y, z.ravel(), kind="linear")

xlin = np.linspace(0, 10, 100)
ylin = np.linspace(0, 10, 100)
zhat = interpolant(xlin, ylin)

fig, axe = plt.subplots()
ax1 = axe.imshow(zhat.T, origin="lower", cmap="jet", interpolation='bicubic')
plt.colorbar(ax1)

ticks_x = np.linspace((100/5)/2,100-(100/5)/2,5)
ticks_y = np.linspace((100/4)/2,100-(100/4)/2,4)
plt.xticks(ticks=ticks_x, labels=[2,4,6,8,10])
plt.yticks(ticks=ticks_y, labels=[1,2,3,4])
plt.show()

使用热力图显示：

import numpy as np
import matplotlib.pyplot as plt

if __name__ == '__main__':
    x = np.array(([2, 4, 6, 8, 10]))
    y = np.array(([1, 2, 3, 4]))
    x_r, y_r = np.meshgrid(x, y)

    z = np.array([[95, 95, 95, 95, 95],
                  [80, 80, 80, 80, 80],
                  [70, 70, 70, 70, 70],
                  [100, 100, 100, 100, 100]])

    c = plt.pcolormesh(x_r, y_r, z, cmap='jet', shading='gouraud')# 彩虹热力图
    # c = plt.pcolormesh(x_r, y_r, z, cmap='viridis_r')# 普通热力图
    plt.colorbar(c, label='AUPR')
    plt.xlabel('x')
    plt.ylabel('y')
    plt.show()