Matplotlib将numpy矩阵作为0索引

加雷斯·普莱斯

我准备一个numpy矩阵,然后使用matplotlib绘制矩阵,例如:

>>> import numpy
>>> import matplotlib.pylab as plt
>>> m = [[0.0, 1.47, 2.43, 3.44, 1.08, 2.83, 1.08, 2.13, 2.11, 3.7], [1.47, 0.0, 1.5,     2.39, 2.11, 2.4, 2.11, 1.1, 1.1, 3.21], [2.43, 1.5, 0.0, 1.22, 2.69, 1.33, 3.39, 2.15, 2.12, 1.87], [3.44, 2.39, 1.22, 0.0, 3.45, 2.22, 4.34, 2.54, 3.04, 2.28], [1.08, 2.11, 2.69, 3.45, 0.0, 3.13, 1.76, 2.46, 3.02, 3.85], [2.83, 2.4, 1.33, 2.22, 3.13, 0.0, 3.83, 3.32, 2.73, 0.95], [1.08, 2.11, 3.39, 4.34, 1.76, 3.83, 0.0, 2.47, 2.44, 4.74], [2.13, 1.1, 2.15, 2.54, 2.46, 3.32, 2.47, 0.0, 1.78, 4.01], [2.11, 1.1, 2.12, 3.04, 3.02, 2.73, 2.44, 1.78, 0.0, 3.57], [3.7, 3.21, 1.87, 2.28, 3.85, 0.95, 4.74, 4.01, 3.57, 0.0]]
>>> matrix = numpy.matrix(m)
>>> matrix
matrix([
    [ 0.  ,  1.47,  2.43,  3.44,  1.08,  2.83,  1.08,  2.13,  2.11, 3.7 ],
    [ 1.47,  0.  ,  1.5 ,  2.39,  2.11,  2.4 ,  2.11,  1.1 ,  1.1 , 3.21],
    [ 2.43,  1.5 ,  0.  ,  1.22,  2.69,  1.33,  3.39,  2.15,  2.12, 1.87],
    [ 3.44,  2.39,  1.22,  0.  ,  3.45,  2.22,  4.34,  2.54,  3.04, 2.28],
    [ 1.08,  2.11,  2.69,  3.45,  0.  ,  3.13,  1.76,  2.46,  3.02, 3.85],
    [ 2.83,  2.4 ,  1.33,  2.22,  3.13,  0.  ,  3.83,  3.32,  2.73, 0.95],
    [ 1.08,  2.11,  3.39,  4.34,  1.76,  3.83,  0.  ,  2.47,  2.44, 4.74],
    [ 2.13,  1.1 ,  2.15,  2.54,  2.46,  3.32,  2.47,  0.  ,  1.78, 4.01],
    [ 2.11,  1.1 ,  2.12,  3.04,  3.02,  2.73,  2.44,  1.78,  0.  , 3.57],
    [ 3.7 ,  3.21,  1.87,  2.28,  3.85,  0.95,  4.74,  4.01,  3.57, 0.  ]
])
>>> fig = plt.figure()
>>> ax = fig.add_subplot(1,1,1)
>>> ax.set_aspect('equal')
>>> plt.imshow(matrix, interpolation='nearest', cmap=plt.cm.ocean)
>>> plt.colorbar()
>>> plt.show()

该图显示如下:

在此处输入图片说明

这很好,除了我希望我的轴从1-10而不是0-9(源自python 0索引)的事实

有没有简单的方法可以做到这一点?

非常感谢!!

您可以extentplt.imshow()函数使用可选参数,该参数在此处记录像这样:

#All the stuff earlier in the program
plt.imshow(matrix, interpolation='nearest', cmap=plt.cm.ocean, extent=(0.5,10.5,0.5,10.5))
plt.colorbar()
plt.show()

对于具有任意形状的矩阵,可以将此代码更改为以下形式:

#All the stuff earlier in the program
plt.imshow(matrix, interpolation='nearest', cmap=plt.cm.ocean,
    extent=(0.5,numpy.shape(matrix)[0]+0.5,0.5,numpy.shape(matrix)[1]+0.5))
plt.colorbar()
plt.show()

这将产生一个如下图所示的图:

绘图输出

本文收集自互联网,转载请注明来源。

如有侵权,请联系[email protected] 删除。

编辑于
0

我来说两句

0条评论
登录后参与评论

相关文章

来自分类常见问题

numpy:如何使用矩阵元素作为索引?

来自分类Dev

numpy:如何使用矩阵元素作为索引?

来自分类Dev

numpy中的矩阵索引

来自分类Dev

散点图 matplotlib:将熊猫日期时间作为索引处理

来自分类Dev

使用矩阵值作为索引

来自分类Dev

Matlab数组作为矩阵的索引

来自分类Dev

numpy:给出矩阵的非零索引如何将元素提取到子矩阵中

来自分类Dev

numpy:使用一个矩阵作为另一个矩阵的索引来创建张量吗?

来自分类Dev

numpy:使用一个矩阵作为另一个矩阵的索引来创建张量吗?

来自分类Dev

在matplotlib中显示numpy矩阵

来自分类Dev

在matplotlib中显示numpy矩阵

来自分类Dev

numpy负索引a [:-0]

来自分类Dev

如何通过索引将scipy.sparse矩阵分配给NumPy数组?

来自分类Dev

如何通过行和列索引将元素插入Numpy矩阵

来自分类Dev

将索引分配给矩阵中的True值的有效numpy方法

来自分类Dev

如何将numpy矩阵元素设置为具有给定索引的值

来自分类Dev

如何通过索引将scipy.sparse矩阵分配给NumPy数组?

来自分类Dev

将pandas Series / DataFrame转换为numpy矩阵,从索引中解压缩坐标

来自分类Dev

numpy根据索引选择子矩阵

来自分类Dev

在numpy矩阵中找到给定条件的索引

来自分类Dev

索引numpy矩阵的最大值

来自分类Dev

如何找到向量化矩阵numpy的索引

来自分类Dev

numpy:矩阵数组移位/按索引插入

来自分类Dev

选择关于概率向量的 numpy 矩阵的索引

来自分类Dev

从 numpy 矩阵中提取某些索引

来自分类Dev

根据另一个numpy数组中的索引将标量添加到numpy矩阵

来自分类Dev

将numpy中的矩阵加倍

来自分类Dev

通过Numpy中的矩阵索引列表访问矩阵

来自分类Dev

用numpy的索引矩阵对向量进行索引,类似于MATLAB

Related 相关文章

  1. 1

    numpy:如何使用矩阵元素作为索引?

  2. 2

    numpy:如何使用矩阵元素作为索引?

  3. 3

    numpy中的矩阵索引

  4. 4

    散点图 matplotlib:将熊猫日期时间作为索引处理

  5. 5

    使用矩阵值作为索引

  6. 6

    Matlab数组作为矩阵的索引

  7. 7

    numpy:给出矩阵的非零索引如何将元素提取到子矩阵中

  8. 8

    numpy:使用一个矩阵作为另一个矩阵的索引来创建张量吗?

  9. 9

    numpy:使用一个矩阵作为另一个矩阵的索引来创建张量吗?

  10. 10

    在matplotlib中显示numpy矩阵

  11. 11

    在matplotlib中显示numpy矩阵

  12. 12

    numpy负索引a [:-0]

  13. 13

    如何通过索引将scipy.sparse矩阵分配给NumPy数组?

  14. 14

    如何通过行和列索引将元素插入Numpy矩阵

  15. 15

    将索引分配给矩阵中的True值的有效numpy方法

  16. 16

    如何将numpy矩阵元素设置为具有给定索引的值

  17. 17

    如何通过索引将scipy.sparse矩阵分配给NumPy数组?

  18. 18

    将pandas Series / DataFrame转换为numpy矩阵,从索引中解压缩坐标

  19. 19

    numpy根据索引选择子矩阵

  20. 20

    在numpy矩阵中找到给定条件的索引

  21. 21

    索引numpy矩阵的最大值

  22. 22

    如何找到向量化矩阵numpy的索引

  23. 23

    numpy:矩阵数组移位/按索引插入

  24. 24

    选择关于概率向量的 numpy 矩阵的索引

  25. 25

    从 numpy 矩阵中提取某些索引

  26. 26

    根据另一个numpy数组中的索引将标量添加到numpy矩阵

  27. 27

    将numpy中的矩阵加倍

  28. 28

    通过Numpy中的矩阵索引列表访问矩阵

  29. 29

    用numpy的索引矩阵对向量进行索引,类似于MATLAB

热门标签

归档