基於Matplotlib中的像素值設置透明度

我正在嘗試使用matplotlib繪製我正在處理的紙張的一些數字。我有兩套數據的2D numpy的數組：一個ASCII山體陰影柵格，我可以愉快地繪製，並使用調整：基於Matplotlib中的像素值設置透明度

import matplotlib.pyplot as pp 
import numpy as np 

hillshade = np.genfromtxt('hs.asc', delimiter=' ', skip_header=6)[:,:-1] 

pp.imshow(hillshade, vmin=0, vmax=255) 
pp.gray() 
pp.show()

其中給出：

Hillshade

並描繪了一個第二ASCII柵格流過風景的河流的特性。這個數據可以用與上面相同的方式繪製，然而陣列中不對應於河流網絡的值被指定爲無數據值-9999。目的是讓沒有數據值設置爲透明，因此河流值覆蓋山體陰影。

這是河流數據，理想情況下這裏表示爲0的每個像素都是完全透明的。

River data

已經做了一些研究這個，看來我也許能到我的數據轉換爲RGBA陣列和設置alpha值，只會使不需要的細胞透明。但是，河流數組中的值是浮點數，並且不能被轉換（因爲原始值是圖的整個點），我相信如果使用RGBA格式，函數只能取無符號整數。

有沒有辦法解決這個限制？我曾希望我可以簡單地創建一個帶有像素值和alpha值的元組，並且像這樣繪製它們，但這看起來不太可能。

我也玩過PIL試圖創建一個沒有數據值透明的河流數據的PNG文件，但是這似乎會自動縮放像素值到0-255，從而失去了我需要的值保存。

我歡迎任何人對此問題有所瞭解。

來源

2013-06-18 sgrieve

只是掩蓋你的「河流」陣列。

例如

rivers = np.ma.masked_where(rivers == 0, rivers)

由於以這種方式覆蓋兩個地塊的一個簡單的例子：

import numpy as np 
import matplotlib.pyplot as plt 
import matplotlib.cm as cm 

# Generate some data... 
gray_data = np.arange(10000).reshape(100, 100) 

masked_data = np.random.random((100,100)) 
masked_data = np.ma.masked_where(masked_data < 0.9, masked_data) 

# Overlay the two images 
fig, ax = plt.subplots() 
ax.imshow(gray_data, cmap=cm.gray) 
ax.imshow(masked_data, cmap=cm.jet, interpolation='none') 
plt.show()

enter image description here

此外，在一個側面說明，imshow會很樂意接受它的RGBA格式浮動。它只是期望一切在0到1之間的範圍內。

來源

2013-06-18 13:46:58

輝煌改變你的門檻！謝謝。我曾希望得到這樣一個優雅的解決方案，但顯然是在樹錯了樹。 – sgrieve

這是限於2個數組還是可以使用3個或更多？ – MyCarta

@MyCarta - 它可以處理任意數量的數組，但是你的掩碼錶達式可能會變得複雜。要將布爾表達式與numpy數組結合使用，您需要使用'＆'而不是'和'，'''而不是'或'，'〜'而不是'not'等。例如：'（a> 5）＆（b> 5）'而不是'a> 5和b> 5'。您也不能以完全相同的方式鏈接操作員，例如你需要'（x> 2）＆（x <5）'而不是'2> x> 5'。 –

另一種使用屏蔽數組的方法可以設置顏色圖如何處理低於最小值clim（無恥地使用Joe Kington's示例）：

import numpy as np 
import matplotlib.pyplot as plt 
import matplotlib.cm as cm 

# Generate some data... 
gray_data = np.arange(10000).reshape(100, 100) 

masked_data = np.random.random((100,100)) 

my_cmap = cm.jet 
my_cmap.set_under('k', alpha=0) 


# Overlay the two images 
fig, ax = plt.subplots() 
ax.imshow(gray_data, cmap=cm.gray) 
im = ax.imshow(masked_data, cmap=my_cmap, 
      interpolation='none', 
      clim=[0.9, 1]) 
plt.show()

example

有作爲還一個set_over用於夾持關閉頂部和用於在數據設定如何色彩圖手柄「壞」的值的set_bad。

這樣做的優點這種方式，你可以通過只調整clim與im.set_clim([bot, top])

來源

2013-06-18 21:04:48 tacaswell

基於Matplotlib中的像素值設置透明度

回答

相關問題