使用 Matplotlib 可视化二维数组

简介

Matplotlib 是 Python 中一个流行的数据可视化库。它可用于创建各种不同类型的图表。Matplotlib 提供的功能之一是 matshow()，它可用于将二维矩阵或数组可视化为彩色编码图像。在本实验中，我们将逐步介绍使用 matshow() 可视化二维数组的步骤。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到“笔记本”标签以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时向 Labby 提问。课程结束后提供反馈，我们将立即为你解决问题。

导入所需库

要使用 matshow()，我们需要导入 Matplotlib 库。我们还将使用 NumPy 创建一个二维数组用于可视化。

import matplotlib.pyplot as plt
import numpy as np

创建二维数组

接下来，我们将使用 NumPy 创建一个二维数组。在这个例子中，我们将创建一个对角矩阵，其值范围从 0 到 14。

a = np.diag(range(15))

使用 matshow() 可视化二维数组

现在我们可以使用 matshow() 将二维数组可视化为彩色编码图像。

plt.matshow(a)
plt.show()

解读可视化结果

在由 matshow() 生成的可视化结果中，二维数组中的每个值都由一种颜色表示。Matplotlib 默认使用的颜色映射是从蓝色到红色的渐变，蓝色代表最低值，红色代表最高值。在这个特定的可视化中，矩阵的对角线是白色的，这表明对角线上的值是矩阵中最高的。

总结

在这个实验中，我们学习了如何在 Matplotlib 中使用 matshow() 将二维数组可视化为彩色编码图像。我们首先导入了所需的库，然后使用 NumPy 创建了一个二维数组，最后使用 matshow() 对该数组进行可视化。通过解读可视化结果，我们可以深入了解二维数组的值和结构。