python - 显示带有 alpha 值的 "Heat Map"图像 - Matplotlib/Python

Question

我正在尝试绘制一些数据来分析它们。

我的数据定义如下:

class Data(object):
    def __init__(self, rows=200, cols=300):
        """
        The Data constructor
        """
        # The data grid
        self.cols = cols
        self.rows = rows
        # The 2D data structure
        self.data = numpy.zeros((rows, cols), float)

一开始，我有这样的方法:

  def generate_data_heat_map(data, x_axis_label, y_axis_label, plot_title, file_path):
    plt.figure()
    plt.title(plot_title)
    fig = plt.imshow(data.data, extent=[0, data.cols, data.rows, 0])
    plt.xlabel(x_axis_label)
    plt.ylabel(y_axis_label)
    plt.colorbar(fig)
    plt.savefig(file_path + '.png')
    plt.close()

这给了我一些热图图像(第二张图)，因为我传递给它一个 MxN [亮度(灰度，仅限 float 组)]。并且不知道为什么这不会生成灰度图像，但到目前为止我并不担心它，因为这就是我想要的结果。

经过更多的计算，我用这个方法来可视化我的数据，使用data_property作为RGB和data_uncertaity作为alpha:

def generate_data_uncertainty_heat_map(data_property, data_uncertainty, x_axis_label, y_axis_label, plot_title, file_path):
    plt.figure()
    uncertainty = numpy.zeros((data_property.rows, data_property.cols, 4))
    uncertainty[..., :3] = data_property.data[..., numpy.newaxis]
    uncertainty[..., 3] = data_uncertainty.data
    plt.title(plot_title)
    fig = plt.imshow(uncertainty.data, extent=[0, data_property.cols, data_property.rows, 0])
    plt.xlabel(x_axis_label)
    plt.ylabel(y_axis_label)
    plt.colorbar(fig)
    plt.savefig(file_path + '.png')
    plt.close()

但是，当然，这给了我一个带有 alpha 值的灰度图像，因为我对 R、G 和 B 重复相同的值。但我真正想要的是第一个方法结果(彩色)，其中包含一些α 值计算为数据的不确定性。

我注意到我的颜色条也与我的数据无关(它是 RGB 格式，我无法使用它来分析我的数据)

我不知道如何实现我想要的结果，即绘制一个“热图”图，其中合并了用我的 uncertainty_data 定义的 alpha 值和代表此的颜色条不确定。就像合并上面的两张图片一样:

这是我的颜色:

这是我的阿尔法:

通过@BlazBratanic 提供的转换，我想我可以看到一点颜色(不确定)，但它远远超出了我的预期。

我的所有值都在 0.0 到 1.0 之间。

提前谢谢您。

Answer 1

使用Matplotlib cm module将灰度映射到颜色值。如果我没记错的话“jet”是默认的颜色图。所以你会做类似的事情:

uncertainty = plt.cm.jet(data_property.data)
uncertainty[..., 3] = data_uncertainty.data