Можно ли раскрасить рисунок Matplotlib Imshow?

Я работаю с некоторыми 2D-данными, в данном случае со спектрограммой речи, и я хотел бы отметить диаризацию речи на рисунке, если это возможно. Я очень быстро смоделировал хороший способ визуального обозначения диаризации, используя схему цветового кодирования для каждого столбца вверху. Можно представить, что такое цветовое кодирование также должно привести к тому, что объект matplotlib.legend() будет сбоку.

Чтобы создать маркировку, я хотел бы использовать одномерный вектор меток классов (например, [0, 0, 0, 1, 1, 0, 0, 0, 2, 2, 0 и т. д.] для всех столбцов) .

Было бы круто, если бы легенда также использовала качественные цветовые карты.

Можно ли раскрасить рисунок Matplotlib Imshow?

Короче говоря, есть ли способ сделать это изначально в Matplotlib?

Да просто поставить другое имшоу в подсюжет или топоры сверху.

ImportanceOfBeingErnest 16.07.2019 17:41

... Или просто добавьте линию или прямоугольник с координатами осей в y и координатами данных в x, используя смешанное преобразование: matplotlib.org/3.1.0/tutorials/advanced/…

Jody Klymak 16.07.2019 18:17
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
2
157
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Чтобы конкретизировать комментарий @ImportanceOfBeingErnest, вот как я буду делать то, что вы ищете:

from mpl_toolkits.axes_grid1 import make_axes_locatable
# use of `make_axes_locatable` simplifies positioning the
# accessory axes

# Generate data, it would have been nice if you had provided
# these in your question BTW
Ncols, Nlines = 200,50
data = np.random.random(size=(Nlines,Ncols))
class_labels = np.zeros(shape=(Ncols,))
class_labels[50:100] = 1
class_labels[100:150] = 2
class_labels = class_labels.reshape((1,Ncols))

fig, ax = plt.subplots(1,1)
# create new axes on the right and on the top of the current axes.
divider = make_axes_locatable(ax)
class_ax = divider.append_axes("top", size=0.1, pad=0., sharex=ax)
cbar_ax = divider.append_axes("right", size=0.1, pad=0.1)

#plot sonogram
im = ax.imshow(data, cmap='viridis')
fig.colorbar(im, cax=cbar_ax) # sonogram colorbar

# plot diarization classes
class_ax.imshow(class_labels, aspect='auto', cmap='rainbow')
class_ax.set_axis_off()

Спасибо за кодирование! Я вообще не знал о функции полезности make_axes_locatable. Приятно знать!

Aswin Sivaraman 17.07.2019 22:02

Другие вопросы по теме