проблемы с цветовой гаммой PyPlot с изображениями

Question

Я пытаюсь построить изображение с наложенной кривой, но на данный момент я просто приведу пример изображения.

Я следил за этим примером (http://matplotlib.org/examples/pylab_examples/colorbar_tick_labelling_demo.html), но когда я пытаюсь заменить гауссовский шум изображением, цветные метки не отображаются корректно (т. Е. Все они разбиты в левом конце).

import matplotlib.pyplot as plt 
from PIL import Image 
import numpy as np 
from matplotlib import cm 
from numpy.random import randn 

fig, ax = plt.subplots() 

data = np.clip(randn(250, 250), -1, 1) 
#data = Image.open('testTop.tif') 

cax = ax.imshow(data, interpolation='nearest', cmap=cm.afmhot) 
ax.set_title('colorBar fun') 

cbar = fig.colorbar(cax, ticks=[-1, 0, 1], orientation='horizontal') 
cbar.ax.set_xticklabels(['Low', 'Medium', 'High'])# horizontal colorbar 

plt.show() 

#data = np.clip(randn(250, 250), -1, 1) 
data = Image.open('testTop.tif') 

Есть ли что-то внутренняя об отображении изображений, перекосы в Colorbar, или есть еще что-то очевидно, что я не хватает?

Answer 1

Опорная ось цветной полосы в примере с случайным носом идет только от -1 до 1, поскольку данные варьируются от -1 до 1. Изображение tif, используемое вами, возможно, имеет другой диапазон значений. Вы можете получить минимальные и максимальные значения данных, которые вы рисуете, и использовать их для установки тиков цветовой полосы. Вот пример, который будет работать как с случайными данными и изображением:

import matplotlib.cbook as cbook 
import matplotlib.pyplot as plt 
from PIL import Image 
import numpy as np 
from matplotlib import cm 
from numpy.random import randn 

# Load sample image 
image_file = cbook.get_sample_data('grace_hopper.png') 
data = plt.imread(image_file) 
data = data[:,:,0] # Take only one channel for a grey scale image. 

#data = np.clip(randn(250, 250), -1, 1) 

fig, ax = plt.subplots() 

cax = ax.imshow(data, interpolation='nearest', cmap=cm.afmhot) 
ax.set_title('colorBar fun') 

dataMin = np.amin(data) 
dataMax = np.amax(data) 
mid = ((dataMax - dataMin)/2) + dataMin 
cbar = fig.colorbar(cax, ticks=[dataMin, mid, dataMax], orientation='horizontal') 
cbar.ax.set_xticklabels(['Low', 'Medium', 'High'])# horizontal colorbar 

plt.show()