이 랩에서는 Matplotlib 을 사용하여 2D 이미지에서 투명도와 색상을 혼합하는 방법을 보여줍니다. 목표는 imshow를 사용하여 데이터의 특정 부분을 강조하는 것입니다.
VM 시작이 완료되면, 왼쪽 상단을 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 접근하십시오.
때로는 Jupyter Notebook 이 로딩을 완료하는 데 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한 사항으로 인해 작업의 유효성 검사는 자동화될 수 없습니다.
학습 중에 문제가 발생하면 언제든지 Labby 에게 문의하십시오. 세션 후 피드백을 제공해주시면 문제를 신속하게 해결해 드리겠습니다.
2D 그리드에서 두 개의 2D 블롭 (blob) 을 생성하는 것으로 시작합니다. 하나의 블롭은 양수이고 다른 하나는 음수입니다.
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import Normalize
def normal_pdf(x, mean, var):
return np.exp(-(x - mean)**2 / (2*var))
## 블롭이 존재할 공간을 생성합니다.
xmin, xmax, ymin, ymax = (0, 100, 0, 100)
n_bins = 100
xx = np.linspace(xmin, xmax, n_bins)
yy = np.linspace(ymin, ymax, n_bins)
## 블롭을 생성합니다. 값의 범위는 대략 -.0002 에서 .0002 입니다.
means_high = [20, 50]
means_low = [50, 60]
var = [150, 200]
gauss_x_high = normal_pdf(xx, means_high[0], var[0])
gauss_y_high = normal_pdf(yy, means_high[1], var[0])
gauss_x_low = normal_pdf(xx, means_low[0], var[1])
gauss_y_low = normal_pdf(yy, means_low[1], var[1])
weights = (np.outer(gauss_y_high, gauss_x_high)
- np.outer(gauss_y_low, gauss_x_low))
## 픽셀이 페이드될 회색 배경도 생성합니다.
greys = np.full((*weights.shape, 3), 70, dtype=np.uint8)다음으로, 투명도 없이 imshow를 사용하여 이러한 블롭을 플롯합니다.
vmax = np.abs(weights).max()
imshow_kwargs = {
'vmax': vmax,
'vmin': -vmax,
'cmap': 'RdYlBu',
'extent': (xmin, xmax, ymin, ymax),
}
fig, ax = plt.subplots()
ax.imshow(greys)
ax.imshow(weights, **imshow_kwargs)
ax.set_axis_off()
plt.show()imshow로 데이터를 플롯할 때 투명도를 포함하는 가장 간단한 방법은 데이터의 모양과 일치하는 배열을 alpha 인수에 전달하는 것입니다.
## 오른쪽으로 이동하면서 선형적으로 증가하는 값의 알파 채널을 생성합니다.
alphas = np.ones(weights.shape)
alphas[:, 30:] = np.linspace(1, 0, 70)
## 그림과 이미지를 생성합니다.
fig, ax = plt.subplots()
ax.imshow(greys)
ax.imshow(weights, alpha=alphas, **imshow_kwargs)
ax.set_axis_off()
plt.show()마지막으로, 동일한 플롯을 다시 만들지만 이번에는 투명도를 사용하여 데이터의 극단적인 값을 강조합니다. 이는 종종 p-값이 작은 데이터 포인트를 강조하는 데 사용됩니다. 또한 이미지 값을 강조하기 위해 등고선도 추가합니다.
## 가중치 값을 기반으로 알파 채널을 생성합니다.
alphas = Normalize(0, .3, clip=True)(np.abs(weights))
alphas = np.clip(alphas, .4, 1) ## alpha value clipped at the bottom at .4
## 그림과 이미지를 생성합니다.
fig, ax = plt.subplots()
ax.imshow(greys)
ax.imshow(weights, alpha=alphas, **imshow_kwargs)
## 다른 레벨을 추가로 강조하기 위해 등고선을 추가합니다.
ax.contour(weights[::-1], levels=[-.1, .1], colors='k', linestyles='-')
ax.set_axis_off()
plt.show()
ax.contour(weights[::-1], levels=[-.0001, .0001], colors='k', linestyles='-')
ax.set_axis_off()
plt.show()이 랩에서는 Matplotlib 를 사용하여 2D 이미지에서 투명도를 색상과 혼합하는 방법을 배웠습니다. 또한 imshow를 사용하여 데이터의 특정 부분을 강조하는 방법도 배웠습니다.