Ajuste interactivo de la mapa de colores: Mejore su visualización de datos

Introducción

En este laboratorio, aprenderá a usar Matplotlib para ajustar de manera interactiva el rango de mapeo de colores en una imagen utilizando una barra de colores. Usará el modo de zoom y desplazamiento para ajustar los valores mínimo y máximo (vmin y vmax) de la normalización. El zoom con el botón derecho del mouse expandirá los valores vmin y vmax proporcionalmente a la región seleccionada. Al desplazar, los valores vmin y vmax de la normalización se desplazan ambos de acuerdo con la dirección del movimiento. También puede usar los botones Home/Back/Forward para volver a un estado anterior.

Consejos sobre la VM

Una vez finalizada la inicialización de la VM, haga clic en la esquina superior izquierda para cambiar a la pestaña Notebook y acceder a Jupyter Notebook para practicar.

A veces, es posible que tenga que esperar unos segundos a que Jupyter Notebook termine de cargarse. La validación de las operaciones no puede automatizarse debido a las limitaciones de Jupyter Notebook.

Si tiene problemas durante el aprendizaje, no dude en preguntar a Labby. Deje sus comentarios después de la sesión y lo resolveremos rápidamente para usted.

Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) matplotlib(("Matplotlib")) -.-> matplotlib/PlottingDataGroup(["Plotting Data"]) python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) matplotlib/BasicConceptsGroup -.-> matplotlib/importing_matplotlib("Importing Matplotlib") matplotlib/BasicConceptsGroup -.-> matplotlib/figures_axes("Understanding Figures and Axes") matplotlib/PlottingDataGroup -.-> matplotlib/heatmaps("Heatmaps") python/DataStructuresGroup -.-> python/lists("Lists") python/DataStructuresGroup -.-> python/tuples("Tuples") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48610{{"Ajuste interactivo de la mapa de colores"}} matplotlib/figures_axes -.-> lab-48610{{"Ajuste interactivo de la mapa de colores"}} matplotlib/heatmaps -.-> lab-48610{{"Ajuste interactivo de la mapa de colores"}} python/lists -.-> lab-48610{{"Ajuste interactivo de la mapa de colores"}} python/tuples -.-> lab-48610{{"Ajuste interactivo de la mapa de colores"}} python/importing_modules -.-> lab-48610{{"Ajuste interactivo de la mapa de colores"}} python/numerical_computing -.-> lab-48610{{"Ajuste interactivo de la mapa de colores"}} python/data_visualization -.-> lab-48610{{"Ajuste interactivo de la mapa de colores"}} end

Importar las bibliotecas necesarias

Para comenzar este laboratorio, debe importar las bibliotecas necesarias. En este laboratorio, usaremos las bibliotecas matplotlib.pyplot y numpy.

import matplotlib.pyplot as plt
import numpy as np

Generar datos

A continuación, generará algunos datos de muestra. En este laboratorio, generaremos una onda senoidal bidimensional.

t = np.linspace(0, 2 * np.pi, 1024)
data2d = np.sin(t)[:, np.newaxis] * np.cos(t)[np.newaxis, :]

Crear la gráfica

Ahora que ha generado los datos, creará la gráfica utilizando la función imshow().

fig, ax = plt.subplots()
im = ax.imshow(data2d)
ax.set_title('Pan on the colorbar to shift the color mapping\n'
             'Zoom on the colorbar to scale the color mapping')

Agregar la barra de colores

Para ajustar de manera interactiva la mapa de colores, debe agregar una barra de colores a la gráfica utilizando la función colorbar().

fig.colorbar(im, ax=ax, label='Interactive colorbar')

Ajustar la mapa de colores

Ahora, puede ajustar de manera interactiva el rango de la mapa de colores en la imagen utilizando la barra de colores. Puede hacer zoom o deslizar haciendo clic dentro de la barra de colores. Al hacer zoom, el cuadro delimitador de la región de zoom define los nuevos valores mínimo y máximo (vmin y vmax) de la normalización. Hacer zoom con el botón derecho del mouse expandirá los valores mínimo y máximo proporcionalmente a la región seleccionada. Al deslizar, los valores mínimo y máximo de la normalización se desplazan según la dirección del movimiento.

Mostrar la gráfica

Finalmente, puede mostrar la gráfica utilizando la función show().

plt.show()

Resumen

En este laboratorio, aprendió cómo utilizar Matplotlib para ajustar de manera interactiva el rango de la mapa de colores en una imagen utilizando una barra de colores. Utilizó el modo de zoom y desplazamiento para ajustar los valores mínimo y máximo (vmin y vmax) de la normalización. Hacer zoom con el botón derecho del mouse expandió los valores mínimo y máximo proporcionalmente a la región seleccionada. Al desplazar, los valores mínimo y máximo de la normalización se desplazaron según la dirección del movimiento. También aprendió cómo agregar una barra de colores a la gráfica y mostrar la gráfica.