python - -Inf in colormap——在 MATLAB 中低，在 Python 中高？

Question

我已将一些 MATLAB 代码移植到 Python，包括一个绘图实用程序，该实用程序在二维矩阵(列表)中绘制某些数据的颜色图。 MATLAB 和 Python 绘图实用程序非常相似，因此我可以毫不费力地使它们在视觉上非常接近。

我在这里使用的测试矩阵是:

X = [ 1  0  3 ]
    [ 4  5  6 ]
    [ 7  8  9 ]

带有测试矩阵的 MATLAB

X = [1 0 3;
     4 5 6;
     7 8 9];
figure(1);
imagesc(X);
colormap(hot);
colorbar;

带有测试矩阵的 Python

import numpy as np
import matplotlib as plt

X = [ [1,0,3] , [4,5,6] , [7,8,9] ]
fig = []
fig.append( plt.figure(1) )
plt.imshow(X, cmap='hot', interpolation='nearest', aspect='auto')
plt.colorbar()
fig[0].show()

当我转换为 dB(取每个元素的 log10 并乘以 10)时会出现此问题，这会给出 dB 测试矩阵

Y = [  0.0000    -Inf        4.7712 ]
    [  6.0206     6.9897     7.7815 ]
    [  8.4510     9.0309     9.5424 ]

带有 dB 测试矩阵的 MATLAB

Y = 10*log10(X)
figure(2);
imagesc(Y);
colormap(hot);
colorbar;

带有 dB 测试矩阵的 Python

Y = 10*np.log10(X)
fig.append( plt.figure(2) )
plt.imshow(X, cmap='hot', interpolation='nearest', aspect='auto')
plt.colorbar()
fig[1].show()

顶部中间元素是怎么回事？它是-Inf，应该被认为是一个低值。在 MATLAB 中，它被设置为数组中存在的最低值，在本例中为 0。这是有道理的，因为当 -Inf 低于 0 时，如果我们使用它的“实际值”，它会破坏缩放比例。

另一方面，Python 将此 -Inf 值解释为一个高值，将其设置为等于数组中的最高值 -- 9.5424。如果该值只是 Inf，这对我来说非常有意义。但是，它肯定是 -Inf，因为它应该是。为什么这里有差异，我可以在不影响其他任何东西的情况下修复它吗？

编辑:显然我可以用 Inf 替换所有 -Inf，找到矩阵的最小值，然后用最小值替换所有 Inf。但是，我正在处理大型数据集，因此执行此操作并保持原始数据完好无损并不是特别有效。理想情况下，会有一种方法可以改变绘图工具解释无限值的方式。

Answer 1

Python 不会将 -Inf 绘制为颜色图的最高颜色。它根本就不是在策划它。您可以通过切换到其中没有白色的颜色图来确认，例如 'cool':

plt.imshow(Y, cmap='cool', interpolation='nearest', aspect='auto')
plt.show()

Python 通过不渲染该补丁来处理图像中的 -Inf(以及 Inf 和 NaN)，将轴颜色保留为从后面透出来。使用 imagesc 时, MATLAB 将 -Inf(和 NaN)设置为最低颜色图值，将 Inf 设置为最高颜色图值。使用 pcolor 时, MATLAB 像 Python 一样处理 NaN 值，不渲染它们。

看起来您必须用有限值替换数组中的非有限值才能渲染它们。或者你可以使用 masked array .

如果您只想修复这个特定 示例(将任何非有限值设置为黑色)，您可以使用 set_bad颜色图的方法:

cmap=plt.cm.hot
cmap.set_bad('k')
plt.imshow(Y, cmap=cmap, interpolation='nearest', aspect='auto')
plt.show()