matplotlib 中数组的可视化答案

【问题标题】：Visualization of an array in matplotlibmatplotlib 中数组的可视化
【发布时间】：2022-01-03 20:02:27
【问题描述】：

我正在尝试使用 matplotlib（3.5 版本）在 Python 中可视化具有 (10, 10) 正方形形状的随机数组。我还包括 xaxis 和 yaxis 刻度，但 10 的刻度显示空数据。有人知道怎么解决吗？

这是我的代码：

import numpy as np

from matplotlib import pyplot as plt
import matplotlib.pylab as pylab
params = {'legend.fontsize': 'medium',
          'figure.figsize': (15, 5),
         'axes.labelsize': 'x-large',
         'axes.titlesize':'x-large',
         'xtick.labelsize':'x-large',
         'ytick.labelsize':'x-large'}
pylab.rcParams.update(params)

arr = np.random.rand(10, 10)
plt.imshow(arr)
plt.ylim(0, 10)
plt.xlim(0, 10)

plt.xticks(np.arange(0.0, 11.0, 1.0))
plt.yticks(np.arange(0.0, 11.0, 1.0))

plt.show()

这是生成的图像：

【问题讨论】：

因为数组在 python 中索引为零，而您要求的数组大小为 10，所以 0-9？
pyhton 数组从 0 开始索引。因此，两个轴的值都在 0-9 之间，请注意，每个刻度也指向“像素”的中心。你可以修改你的 lims plt.xlim((-0.5,9.5)) 和 plt.ylim((-0.5,9.5))。最后，如果您确实需要数字介于 1 和 10 之间，您可以使用 xticks 和 yticks：plt.xticks(np.arange(10), np.arange(1,11)) 和 plt.yticks(np.arange(10), np.arange(1,11)) 请注意，如果您希望刻度从像素的左下角开始，您可以使用第一个 arange刻度线（我认为一定是np.arange(-0.5,9.5,1)，但我不确定）

标签： python numpy matplotlib visualization

【解决方案1】：

正如其他用户指出的那样，Python 数组从“0”开始索引。您可以欺骗刻度以显示您想要的值：

创建要绘制的数据

import numpy as np

from matplotlib import pyplot as plt
import matplotlib.pylab as pylab
params = {'legend.fontsize': 'medium',
          'figure.figsize': (15, 5),
         'axes.labelsize': 'x-large',
         'axes.titlesize':'x-large',
         'xtick.labelsize':'x-large',
         'ytick.labelsize':'x-large'}
pylab.rcParams.update(params)

arr = np.random.rand(10, 10)

然后你可以使用plt.xticks(tickPosition,tickValues) 和yticks 一样。请注意，每个数字都指向图像中每个值的中心，因此您还必须更改 lim 位置：

    plt.figure()
    plt.imshow(arr)
    plt.ylim(-0.5, 9.5) #to show no blank spaces
    plt.xlim(-0.5, 9.5) #to show no blank spaces
    
    plt.xticks(np.arange(0, 10),np.arange(1, 11)) #trick the ticks
    plt.yticks(np.arange(0, 10),np.arange(1, 11))

这会给你下一个数字

您还可以在开始时（左下角）设置值，只是稍微花点功夫：

    plt.xticks(np.arange(-0.5, 9.5),np.arange(1, 11))
    plt.yticks(np.arange(-0.5, 9.5),np.arange(1, 11))

这会给你这个结果：

【讨论】：