Python实现矩阵可视化的示例代码
作者：微小冷
matplotlib中提供了两个矩阵可视化函数,分别是imshow和matshow,本文主要为大家详细介绍了如何使用这两个函数,感兴趣的小伙伴可以跟随小编一起学习一下
imshow和matshow
matplotlib中提供了两个矩阵可视化函数，分别是imshow和matshow，由于二者过于相似，且imshow常被用做图片展示工具，所以matshoww这个函数基本没什么人知道，总之二者对比如下
import matplotlib.pyplot as plt
import numpy as np
x = np.random.rand(5,5)
fig,axes = plt.subplots(1,2,figsize=(8,4))
axes[0].imshow(x)
plt.title("imshow")
axes[1].matshow(x)
plt.title("matshow")
plt.tight_layout()
plt.show()
但无论是imshow也好，还是matshow也罢，对矩阵，尤其是小矩阵，展示得并不完美，徒有伪彩色对应，而并无具体的数值，那么对于一些需要看到实际数值的场合，其表现力当然是不够的。
显示数值
所以接下来，就要在特定的格子中，写下矩阵的具体数值。
from itertools import product
M,N = 3,6
x = np.random.rand(M,N)
plt.matshow(x)
for i,j in product(range(M),range(N)):
plt.text(j-0.15, i, f"{x[i,j]:.2}")
plt.show()
product是排列组合迭代器，可以将输入序列的元素两两组合在一起，从而避免循环嵌套。plt.text的作用就是显示数值，其中j表示x坐标，i表示y轴坐标。在矩阵索引中，i表示行号，j表示列号。
这张图当然也有问题，由于文字是横着写的，但矩阵中的格子却是正方形的，这个显然看上去不太和谐。如果用pcolormesh这种像素形状可以更改的函数，显然更加合适。
但pcolormesh有两个问题，一是坐标轴方向和矩阵下标的方向不符，二是坐标标签的位置并不指格点中间，为此需要稍加改造。
def drawMat(x, ax=None):
M, N = x.shape
if not ax:
ax = plt.subplot()
arrM, arrN = np.arange(M), np.arange(N)
plt.yticks(arrM+0.5, arrM)
plt.xticks(arrN+0.5, arrN)
ax.pcolormesh(x)
ax.invert_yaxis()
for i,j in product(range(M),range(N)):
ax.text(j+0.2, i+0.55, f"{x[i,j]:.2}")
plt.show()
x = np.random.rand(5,5)
drawMat(x)
其中，xticks和yticks用于重新映射坐标，将N.5映射为N，这样坐标位置也就转化为了具体数值；invert_yaxis表示y轴坐标翻转，从而直角坐标系被改为矩阵坐标系。
效果如下
到此这篇关于Python实现矩阵可视化的示例代码的文章就介绍到这了,更多相关python矩阵可视化内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！