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

-Inf in colormap -- low in MATLAB, high in Python?

我已经将一些 MATLAB 代码移植到 Python,包括一个绘图实用程序,它可以在二维矩阵(列表)中绘制一些数据的颜色图。 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地匹配。

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;

Python 带测试矩阵

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)时出现此问题,这给出了 dB 测试矩阵

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

带 dB 测试矩阵的 MATLAB

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

Python 带 dB 测试矩阵

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

顶部中间的元素是怎么回事?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 "actual value".

,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。

Python 不是绘制-Inf作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 InfNaN),让轴颜色从后面显示出来.使用 imagesc, MATLAB sets -Inf (and NaN) to the lowest colormap value and Inf to the highest colormap value. When using pcolor 时,MATLAB 通过不渲染来处理 NaN 值,例如 Python。

看来您必须将数组中的非有限值替换为有限值才能呈现它们。或者您可以使用 masked array.

如果您只是想修正这个特定的示例(将任何非有限值设置为黑色),您可以对颜色图使用set_bad方法:

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