我在 numpy 数组中有一个 4D 数据集(对于那些关心的人,它是一个天文位置-位置-温度-不透明度图像),我需要以交互方式绘制它。虽然有程序可以做到这一点,但它们都不能处理我的数据进入的不寻常形式(但我可以担心,那不是问题的一部分)。
我知道如何使用一个 Slider 绘制图像,但实际上我需要使用 2 个 Slider 绘制图像,一个用于温度和不透明度。
我的 3D 数组代码的 MWE 如下:
import matplotlib.pyplot as plt
from matplotlib.widgets import Slider
import numpy as np
array = np.random.rand(300,300,10)
axis = 2
s = [slice(0, 1) if i == axis else slice(None) for i in xrange(array.ndim)]
im = array[s].squeeze()
fig = plt.figure()
ax = plt.subplot(111)
l = ax.imshow(im, origin = 'lower')
axcolor = 'lightgoldenrodyellow'
ax = fig.add_axes([0.2, 0.95, 0.65, 0.03], axisbg=axcolor)
slider = Slider(ax, 'Temperature', 0, array.shape[axis] - 1,
valinit=0, valfmt='%i')
def update(val):
ind = int(slider.val)
s = [slice(ind, ind + 1) if i == axis else slice(None)
for i in xrange(array.ndim)]
im = array[s].squeeze()
l.set_data(im)
fig.canvas.draw()
slider.on_changed(update)
plt.show()
有什么方法可以用 2 个 slider 来实现吗?
编辑:我遇到的问题是我不知道如何扩展到 2 个 slider 。特别是如何适配线路
s = [slice(0, 1) if i == axis else slice(None) for i in xrange(array.ndim)]
以及当我从 np.random.rand(300,300,10) 到 np.random.rand(300,300, 10,10)。我想我需要声明 T_axis = 2 和 B_axis = 3 而不是简单的 axis = 2,但除此之外,我我很困惑如何修改它。
请您参考如下方法:
在我解释数据结构时,您有一个形状为 (300,300,n,m) 的数组,其中 n 是温度数,m 是不透明度的数量。因此,显示第 i 温度和第 j 不透明度的图像是 array[:,:,i,j]。
您现在当然需要两个不同的 silders,其中一个确定 i 的值,另一个确定 j 的值。
import matplotlib.pyplot as plt
from matplotlib.widgets import Slider
import numpy as np
array = np.random.rand(300,300,10,9)
# assuming you have for each i=Temperature index and j =Opacity index
# an image array(:,:,i,j)
fig, ax = plt.subplots()
l = ax.imshow(array[:,:,0,0], origin = 'lower')
axT = fig.add_axes([0.2, 0.95, 0.65, 0.03])
axO = fig.add_axes([0.2, 0.90, 0.65, 0.03])
sliderT = Slider(axT, 'Temperature', 0, array.shape[2]-1, valinit=0, valfmt='%i')
sliderO = Slider(axO, 'Opacity', 0, array.shape[3]-1, valinit=0, valfmt='%i')
def update(val):
i = int(sliderT.val)
j = int(sliderO.val)
im = array[:,:,i,j]
l.set_data(im)
fig.canvas.draw_idle()
sliderT.on_changed(update)
sliderO.on_changed(update)
plt.show()
