使用matplotlib imsh绘制NxMx3 ndarray作为图像

Question

我的代码旨在用matplotlib.imshow（）：

import pylab as plt
import numpy as np
import colorsys

W = 512
H = 256

hsls = np.ndarray(shape=(H, W, 3), dtype=float)
hsls[:] = .0

baseCol = np.linspace(0, 1, H)[np.newaxis, :].transpose()
print baseCol.shape, hsls.shape # Gives: (256, 1) (256, 512, 3)
hsls[:, :, 0] = np.tile(baseCol, (1, W))
hsls[:, :, 1:3] = 0.5 # Use constant saturation and lightness.

vfunc = np.vectorize(colorsys.hsv_to_rgb)
rgbs = np.array(vfunc(hsls[:, :, 0], hsls[:, :, 1], hsls[:, :, 2])).transpose()

im = plt.imshow(rgbs, interpolation='nearest', aspect='auto')
plt.colorbar(im, orientation='horizontal')
plt.show()

结果是：

这看起来几乎是对的，只是它被换了位置。我希望它看起来是逆时针旋转的。但当我用这种方式转换/重塑它时：

^{pr2}$

我得到了一个水平层叠的图像：

我还使用了resheme（）的order参数，但是'F'给出了第一个结果，而'C'给出了第二个结果。在

如何实现我想要的，即逆时针旋转？在

Answer 1

形状(W, H)的NumPy数组有W行和H列。如果您想要H行和W列，那么数组的形状应该是(H, W)。在

所以使用

hsls = np.zeros((H, W, 3), dtype=float)

我认为其他的一切都会自然而然地（没有翻转或换位）如果 从形状正确的数组hsls开始：

^{pr2}$

收益率

请注意，此结果是您发布的结果的垂直镜像。但是 我可能会想，如果不换图像的话 实际上是你想要的结果。（您看到的图像与 如果要打印hsls，您将看到的数字。左上角 对应于hsls[0,0]，而在您的图像中hsls[0,0]对应于 左下角不管勾号怎么说。您可以通过将hsls[:10,:10,:] = 0放在rgbs的定义之前来测试这个断言。您将在hsls[0,0]所在的角落看到一个小的黑色正方形。）

---

要生成垂直镜像，请调用ax.invert_yaxis()。在

import matplotlib.pyplot as plt
import numpy as np
import colorsys

W = 512
H = 256

hsls = np.zeros((H, W, 3), dtype=float)

baseCol = np.linspace(0, 1, H)
hsls[:, :, 0] = baseCol[:, np.newaxis]
hsls[:, :, 1:3] = 0.5 

vfunc = np.vectorize(colorsys.hsv_to_rgb)
rgbs = np.dstack(vfunc(hsls[:, :, 0], hsls[:, :, 1], hsls[:, :, 2]))

fig, ax = plt.subplots()
im = ax.imshow(rgbs, interpolation='nearest', aspect='auto')
plt.colorbar(im, orientation='horizontal')
ax.invert_yaxis()
plt.show()

收益率

请注意，这也会反转记号标签，显示0从左下角开始。在

Answer 2

我自己想出来的。我可以首先创造出正确的形状。在

import pylab as plt
import numpy as np
import colorsys

W = 512
H = 256

hsls = np.ndarray(shape=(W, H, 3), dtype=float)
hsls[:] = .0

baseCol = np.linspace(0, 1, H)[np.newaxis, :]
print baseCol.shape, hsls.shape # Gives: (256, 1) (256, 512, 3)
hsls[:, :, 0] = np.tile(baseCol, (W, 1))
hsls[:, :, 1:3] = 0.5 # Use constant saturation and lightness.

vfunc = np.vectorize(colorsys.hsv_to_rgb)
rgbs = np.flipud(np.array(vfunc(hsls[:, :, 0], hsls[:, :, 1], hsls[:, :, 2])).transpose())

im = plt.imshow(rgbs, interpolation='nearest', aspect='auto')
plt.colorbar(im, orientation='horizontal')
plt.show()

结果是：