您可以设置颜色编码的标准化,使其在数据的负绝对值和正绝对值之间平均分布。使用中间带有浅色的颜色映射有助于可视化值离零的距离。
导入numpy as np
将matplotlib.pyplot导入为plt
def显示为图像(示例):
位图=sample.remaze((13,8))
maxval=np.max(np.abs([bitmap.min(),bitmap.max()]))
图()
plt.imshow(位图,cmap='rdylgn',interpolation='nearest',
vmin=-maxval,vmax=maxval)
色标()
显示()
样本=np.随机.randn(1104)
显示为图像(示例)
< /代码>
如果需要二进制映射,则可以将正值映射为1,将负值映射为0。
导入numpy as np
将matplotlib.pyplot导入为plt
def显示为图像(示例):
位图=sample.remaze((13,8))
位图[Bitmap>=0]=1
位图[位图<0]=0
图()
plt.imshow(位图,cmap='rdylgn',interpolation='nearest',
vmin=-.1,vmax=1.1)
显示()
样本=np.随机.randn(1104)
显示为图像(示例)
< /代码>
在这种情况下,使用颜色条可能是无用的。
数据。使用中间带有浅色的颜色映射可以帮助可视化值离零的距离。
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)
如果需要二进制映射,则可以将正值映射为1,将负值映射为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)
在这种情况下,使用颜色条可能是无用的。