PythonMatplotlibでNaNを使用して画像をフィルタリングするガウス
NaN値を使用して画像をガウスフィルター処理すると、行列NaNのすべての値が作成され、NaN値の行列が生成されます。
ステップ
- 図とサブプロットのセットを作成します。
- そのマトリックスにNaN値を含むマトリックスを作成します。
- データを画像として表示します。つまり、2Dの通常のラスターであるデータに表示します。 。
- データにガウスフィルターを適用します。
- データを画像として表示します。つまり、2Dの通常のラスターである gaussian_filter_data 。
- 図を表示するには、 show()を使用します メソッド。
例
import numpy as np from matplotlib import pyplot as plt from scipy.ndimage import gaussian_filter plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True fig, axes = plt.subplots(2) data = np.array([[1., 1.2, 0.89, np.nan], [1.2, np.nan, 1.89, 2.09], [.78, .67, np.nan, 1.78], [np.nan, 1.56, 1.89, 2.78]]) axes[0].imshow(data, cmap="cubehelix_r") gaussian_filter_data = gaussian_filter(data, sigma=1) axes[1].imshow(gaussian_filter_data, cmap="cubehelix_r") plt.show()
出力
-
Pythonプログラムによるデータ分析と視覚化
このチュートリアルでは、パンダなどのモジュールを使用したデータ分析と視覚化について学習します。 およびmatplotlib Python 。 Pythonは、データ分析に最適です。モジュールをインストールするパンダ およびmatplotlib 次のコマンドを使用します。 pip install pandas pip install matplotlib インストールプロセスが完了すると、成功メッセージが表示されます。まず、パンダについて学びます その後、 matplotlibが表示されます 。 パンダ Pandasは、データ分析ツールを提供するPythonのオープンソース
-
Pythonで画像を操作しますか?
最も人気があり、画像処理用のPythonのデフォルトライブラリと見なされているものの1つは、Pillowです。 Pillowは、Python Image LibraryまたはPILの更新バージョンであり、さまざまなシンプルで高度な画像操作機能をサポートしています。これは、sciPyやMatplotlibなどの他のPythonライブラリでの単純な画像サポートの基礎でもあります。 枕の取り付け 始める前に、Pythonと枕が必要です。 Linuxの場合、Fedora、Debian / Ubuntu、ArchLinuxなどのLinuxの主要なフレーバーには、以前はPILが含まれていたパッケージにP