0

我试图从有关Timeseries的数据着色器页面中绘制一个给定的示例。我使用了包括本段在内的所有代码片段，并尝试通过将 传递给imgmatplotlib来绘制：imgplt.imshow(img)

import datetime
import pandas as pd
import numpy as np
import xarray as xr
import datashader as ds
import datashader.transfer_functions as tf
from collections import OrderedDict

import matplotlib.pyplot as plt
...

cvs = ds.Canvas(x_range=x_range, y_range=y_range, plot_height=300, plot_width=900)
aggs= OrderedDict((c, cvs.line(df, 'ITime', c)) for c in cols)
img = tf.shade(aggs['a'])

plt.imshow(img)
plt.show()
plt.close()

我想，它会渲染一个图像，如图所示，具有白色背景和蓝色图形。然而，结果看起来像这样：

在此处输入图像描述 在此处输入图像描述

此外，我还尝试了以下几行，但我无法创建数据着色器页面上显示的示例图像：


colors = ["red", "grey", "black", "purple", "pink",
          "yellow", "brown", "green", "orange", "blue"]
imgs = [tf.shade(aggs[i], cmap=[c]) for i, c in zip(cols, colors)]
tf.stack(*imgs)

如何正确设置图像的颜色以便绘制、保存或使用它？

它在数据着色器示例中是如何工作的？

4

1 回答 1

1

如何正确设置图像的颜色以便绘制、保存或使用它？

简单的答案是，如果您想tf.shade在 Matplotlib 中使用绘制输出，您可以将其转换为可以理解使用imshow的 PIL 图像：imshowimg.to_pil()

imshow img.to_pil

如果你不把它转换成 PIL 那样，它的输出tf.shade()是一个 type 的对象datashader.transfer_functions.Image，一种 Xarray DataArray 的类型，它将图像的 R、G、B 和 A 通道堆叠为一个多维数组。imshow可以显示 RGBA 图像，但不能以 Datashader 返回的堆叠 DataArray 格式显示，因此它似乎只占用一个通道（R，也许？）并使用默认的 Matplotlib 颜色图绘制，因此颜色不同。所以永远不要将输出tf.shade直接传递给imshow; 这永远不会有用，而且有点不幸的是它会绘制任何东西，因为它具有误导性。

您可以安全地将底层二维聚合数组（的输出cvs.line）传递imshow给 Matplotlib 以进行颜色映射和显示，但是（a）如果您不喜欢 Matplotlib 的默认 Viridis，您需要选择自己的颜色映射，并且（ b) 当 Datashader 渲染到从左下角开始的坐标和 Matplotlib 从左上角开始的坐标时，输出将垂直翻转：

显示输出

但是，如果您想要一个 Matplotlib 图，而不是这些选项中的任何一个，我建议您使用Datashader 的本机 Matplotlib dsshow 绘图支持将结果显示为 Matplotlib 图；不需要像这样处理任何中间步骤，作为奖励，结果将是交互式的。

它在数据着色器示例中是如何工作的？

Datashader 文档都是作为 Jupyter 笔记本编写的，在这些示例中，使用 Jupyter/IPython丰富的显示支持来处理图像显示。具体来说，datashaderImage对象实现了_repr_html_()，并且 Jupyter/IPython 调用该方法在笔记本中显示该对象。img.to_pil()如果您希望按照PIL文档中的说明轻松转换为 PNG，您可以打电话给自己。

于 2022-01-18T22:59:16.340 回答