Introdução
Matplotlib é uma popular biblioteca de visualização de dados em Python. Ela pode ser usada para criar uma variedade de diferentes tipos de gráficos e diagramas. Uma das funções fornecidas pelo Matplotlib é matshow(), que pode ser usada para visualizar uma matriz ou array 2D como uma imagem codificada por cores. Neste laboratório, vamos percorrer os passos para usar matshow() para visualizar um array 2D.
Dicas para a VM
Após a inicialização da VM ser concluída, clique no canto superior esquerdo para mudar para a aba Notebook e acessar o Jupyter Notebook para praticar.
Às vezes, pode ser necessário aguardar alguns segundos para que o Jupyter Notebook termine de carregar. A validação das operações não pode ser automatizada devido a limitações no Jupyter Notebook.
Se você enfrentar problemas durante o aprendizado, sinta-se à vontade para perguntar ao Labby. Forneça feedback após a sessão, e resolveremos o problema prontamente para você.
Importar as Bibliotecas Necessárias
Para usar matshow(), precisaremos importar a biblioteca Matplotlib. Também usaremos NumPy para criar um array 2D para visualização.
import matplotlib.pyplot as plt
import numpy as np
Criar o Array 2D
Em seguida, criaremos um array 2D usando NumPy. Neste exemplo, criaremos uma matriz diagonal com valores variando de 0 a 14.
a = np.diag(range(15))
Visualizar o Array 2D usando matshow()
Agora podemos usar matshow() para visualizar o array 2D como uma imagem codificada por cores.
plt.matshow(a)
plt.show()
Interpretar a Visualização
Na visualização gerada por matshow(), cada valor no array 2D é representado por uma cor. O mapa de cores usado por padrão no Matplotlib é um gradiente de azul a vermelho, com azul representando os valores mais baixos e vermelho representando os valores mais altos. Nesta visualização em particular, a diagonal da matriz é branca, o que indica que os valores na diagonal são os mais altos na matriz.
Resumo
Neste laboratório, aprendemos como usar matshow() no Matplotlib para visualizar um array 2D como uma imagem codificada por cores. Primeiro, importamos as bibliotecas necessárias, depois criamos um array 2D usando NumPy e, finalmente, usamos matshow() para visualizar o array. Ao interpretar a visualização, podemos obter insights sobre os valores e a estrutura do array 2D.