代码之家 › 专栏 › 技术社区 › Gilfoyle

matplotlib:将绘图转换为无边框的numpy数组

matplotlib python

Gilfoyle · 技术社区 · 6 年前

我使用 scatter() 生成此图:


   
    
     
      
     
    
    
     然后我将绘图转换为numpy数组进行进一步处理,得到:
    
    
     
      
     
    
    
     我怎样才能摆脱边境?
    
    
     这是我的代码:
    
    导入matplotlib.pyplot as plt
将numpy导入为np

n=500
域\大小=1000

x=np.random.randint(0,域大小,(n,2))

图,ax=plt.子批次(frameon=false)
图设置尺寸英寸(5,5)
X散点图(X[:,0],X[:,1],C=“黑色”,S=200,marker=“*”)
ax.set xlim(0,域大小)
ax.set ylm(0,域大小)
图添加轴(ax)

图.canvas.draw())

x=np.array(图canvas.renderer.\u renderer)
X=0.2989*X[:,:,1]+0.5870*X[:,:,2]+0.1140*X[:,:,3]

请显示())
请关闭())

plt.imshow(x,interpolation=“none”,cmap=“gray”)。
请显示())
    
     
      
      
      
       然后我将绘图转换为numpy数组进行进一步处理,得到:
      
      
       
        
       
      
      
      
      
       我怎样才能摆脱边境?
      
      
       这是我的代码:
      
      import matplotlib.pyplot as plt
import numpy as np

n = 500
domain_size = 1000

x = np.random.randint(0,domain_size,(n,2))

fig, ax = plt.subplots(frameon=False)
fig.set_size_inches((5,5))
ax.scatter(x[:,0], x[:,1], c="black", s=200, marker="*")
ax.set_xlim(0,domain_size)
ax.set_ylim(0,domain_size)
fig.add_axes(ax)

fig.canvas.draw()

X = np.array(fig.canvas.renderer._renderer)
X = 0.2989*X[:,:,1] + 0.5870*X[:,:,2] + 0.1140*X[:,:,3]

plt.show()
plt.close()

plt.imshow(X, interpolation="none", cmap="gray")
plt.show()

2 回复 | 直到 6 年前

swatchai 6 年前

在渲染绘图之前,每次都应关闭 轴。下面是修改后的代码,它可以这样做。

导入matplotlib.pyplot as plt 将numpy导入为np n=500 域\大小=100 x=np.random.randint(0,域大小,(n,2)) 图,ax=plt.子批次()。图设置尺寸英寸(5,5) X散点图(X[:,0],X[:,1],C=“黑色”,S=200,marker=“*”) ax.set xlim(0,域大小) ax.set ylm(0,域大小) 轴(关) 图添加轴(ax) 图.canvas.draw()) #这使这个数字变得模糊不清。 x=np.array(图canvas.renderer.\u renderer) X=0.2989*X[:,:,1]+0.5870*X[:,:,2]+0.1140*X[:,:,3] 请显示()) 请关闭()) #绘制图像数组x 图2,ax2=plt.子批次() plt.imshow(x,interpolation=“none”,cmap=“gray”)。 ax2.轴(‘关闭’) 请显示())


结果图:


   
    
     结果图:

Gilfoyle 6 年前

我知道如何摆脱边界。只需更换

fig, ax = plt.subplots(frameon=False)

具有

fig = plt.figure()
ax = fig.add_axes([0.,0.,1.,1.])

而且效果很好。