fig1,ax1 = plt.subplots(1,1) #ax1.figure(figsize=(10,10)) #ax1.imshow(mag_average,cmap = 'hot',aspect='auto') ax1.imshow(mag_average,cmap = 'rainbow',aspect='auto',origin='lower') ax1.grid(True) ax1.set_title(selectName)
https://www.cnblogs.com/ice-coder/p/12917053.html
定义轴并修改xticklabels,而不是轴本身.像这样的东西:
fig,ax1 = plt.subplots(1,1) data = np.random.randint(0,10)) ax1.imshow(data,interpolation='nearest') ax1.set_xticklabels(['',30,40])
热力图是一种数据的图形化表示,具体而言,就是将二维数组中的元素用颜色表示。热力图之所以非常有用,是因为它能够从整体视角上展示数据,更确切的说是数值型数据。
使用imshow()
函数可以非常容易地制作热力图。
1. 函数imshow()
imshow(X, cmap=None, norm=None, aspect=None,
interpolation=None, alpha=None, vmin=None, vmax=None,
origin=None, extent=None, shape=None, filternorm=1,
filterrad=4.0, imlim=None, resample=None, url=None, **kwargs)
主要用到的参数含义如下:
-
X
可以使类似数组的对象,或者是PIL类型图像,其中,数组对象可选shape为:-
(M, N)
单纯的二维数组,元素是标量数据,会通过colormap
展示 -
(M, N, 3)
RGB三通道图像,元素值可以是0−10−1之间的float
或者0−2550−255之间的int
-
(M, N, 4)
RGBA图像,多出来的一维属性,比如是透明度,其元素值和3通道的一样,可以是0−10−1之间的float
或者0−2550−255之间的int
※
M
代表rows
,N
代表colums
※ 超过元素限定范围的元素值将被clipped
-
-
cmap
str
或matplotlib.colors.Colormap
类型,用于将标量数据映射到颜色的Colormap
实例或已注册的Colormap
名称。※ 只对二维数组有效,RGB(A)将自动忽略
-
norm
在使用cmap
之前,用来将二维数组数据归一化到[0,1][0,1],默认是线性的,最小值对应00,最大值对应11。这要注意,不然每次画图最大最小值不一样,色彩不好比较。
-
interpolation
插值方法,默认'nearest'
,可以支持的方法有:'none'
'nearest'
'bilinear'
'bicubic'
'spline16'
'spline36'
'hanning'
'hamming'
'hermite'
'kaiser'
'quadric'
'catrom'
'gaussian'
'bessel'
'mitchell'
'sinc'
'lanczos'
-
alpha
透明度,00表示透明,11表示不透明 -
vmin
,vmax
当输入的时二维数组标量数据并且没有明确的norm
时,vmin
和vmax
定义colormap
覆盖的数据范围,默认情况下,colormap
覆盖所提供的值的完整范围数据当
norm
给定时,这两个参数无效 -
origin
坐标轴的样式,可选值为upper
和lower
,其对应坐标系样式如下图※
M
代表rows
,N
代表colums