清理生成热图的数据
首先,如果您对深层嵌套数据感到不舒服,则应该清理 CSV 文件中的数据(它们不统一并且有重复项 - 如果您想要矩形,它们也容易出错)。
最简单的例子如下:
x, y, x1, y1, Probability value
0, 0, 5, 10, 0.5
50, 45, 55, 65, 0.9
100, 150, 120, 200, 0.3
1000, 1005, 1005, 1010, 1
下面的答案是根据这个干净的 CSV 数据集编写的。
使用Pandas处理CSV数据文件
查看您的用例,我建议使用pandas
为了处理您的 CSV 数据文件。
您可以将 CSV 文件中的数据存储在pandas
数据框这样:
df = pd.read_csv("data.csv")
并使用第一行作为每个列值的键来迭代行,如下所示:
for index, row in df.iterrows():
print(row["x"], row["y"], row["x1"], row["y1"],
row["Probability value"]
完整的工作片段
这段代码不是很漂亮,但它适用于虚拟数据集 https://en.wikipedia.org/wiki/Dummy_data您已经提供了上述介绍,并且其目的是非常不言自明的。可能需要一些调整,特别是对于绘图部分.
#!/usr/bin/python3
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from skimage import io
from skimage.color import rgb2gray
import matplotlib as mpl
# Read original image
img = io.imread('img.jpg')
# Get the dimensions of the original image
x_dim, y_dim, z_dim = np.shape(img)
# Create heatmap
heatmap = np.zeros((x_dim, y_dim), dtype=float)
# Read CSV with a Pandas DataFrame
df = pd.read_csv("data.csv")
# Set probabilities values to specific indexes in the heatmap
for index, row in df.iterrows():
x = np.int(row["x"])
y = np.int(row["y"])
x1 = np.int(row["x1"])
y1 = np.int(row["y1"])
p = row["Probability value"]
heatmap[x:x1,y:y1] = p
# Plot images
fig, axes = plt.subplots(1, 2, figsize=(8, 4))
ax = axes.ravel()
ax[0].imshow(img)
ax[0].set_title("Original")
fig.colorbar(ax[0].imshow(img), ax=ax[0])
ax[1].imshow(img, vmin=0, vmax=1)
ax[1].imshow(heatmap, alpha=.5, cmap='jet')
ax[1].set_title("Original + heatmap")
# Specific colorbar
norm = mpl.colors.Normalize(vmin=0,vmax=2)
N = 11
cmap = plt.get_cmap('jet',N)
sm = plt.cm.ScalarMappable(cmap=cmap, norm=norm)
sm.set_array([])
plt.colorbar(sm, ticks=np.linspace(0,1,N),
boundaries=np.arange(0,1.1,0.1))
fig.tight_layout()
plt.show()