Matplotlibを使用して対数正規化イメージをプロットしていますが、元の生のイメージデータを[0-1]間隔ではなくカラーバーに表示したいと考えています。何らかの正規化オブジェクトを使用し、事前にデータを変換しないことで、これを行うより多くのmatplotlibの方法があるように感じます...いずれにしても、生の画像に負の値が含まれる可能性があります。
import matplotlib.pyplot as plt
import numpy as np
def log_transform(im):
'''returns log(image) scaled to the interval [0,1]'''
try:
(min, max) = (im[im > 0].min(), im.max())
if (max > min) and (max > 0):
return (np.log(im.clip(min, max)) - np.log(min)) / (np.log(max) - np.log(min))
except:
pass
return im
a = np.ones((100,100))
for i in range(100): a[i] = i
f = plt.figure()
ax = f.add_subplot(111)
res = ax.imshow(log_transform(a))
# the colorbar drawn shows [0-1], but I want to see [0-99]
cb = f.colorbar(res)
私はcb.set_arrayを使用しようとしましたが、それは何もしなかったようで、cb.set_climも色を完全に再スケーリングしました。
はいあります! LogNorm
を使用します。これは、ログスケールで混同行列を表示するために私が作成したユーティリティからのコードの抜粋です。
from pylab import figure, cm
from matplotlib.colors import LogNorm
# C = some matrix
f = figure(figsize=(6.2,5.6))
ax = f.add_axes([0.17, 0.02, 0.72, 0.79])
axcolor = f.add_axes([0.90, 0.02, 0.03, 0.79])
im = ax.matshow(C, cmap=cm.gray_r, norm=LogNorm(vmin=0.01, vmax=1))
t = [0.01, 0.1, 0.2, 0.4, 0.6, 0.8, 1.0]
f.colorbar(im, cax=axcolor, ticks=t, format='$%.2f$')
f.show()
(詳細を強調するために)画像を対数正規化したいが(物理値を保持するために)データを正規化しない場合は、カラーマップ自体に変換を適用する必要があります。クックブックで指定されている関数cmap_map()でそれを行うことができます: https://scipy-cookbook.readthedocs.io/items/Matplotlib_ColormapTransformations.html