为何我的调色板化图像出现水平条纹?
问题成因
你遇到的水平条纹是因为按列单独归一化导致的。Pandas的DataFrame调用np.min()和np.max()时,默认会按列(axis=0)计算极值,这意味着每一列的数据会被单独缩放到[0,1]区间,不同列的缩放基准不一致,最终映射到调色板时会出现列与列之间的颜色跳变,表现为水平条纹。
解决方案
修改归一化步骤,基于整个数据集的全局极值做归一化,而非按列计算。具体操作是先把DataFrame转为Numpy数组,再计算全局的最小和最大值:
import matplotlib.pyplot as plt import numpy as np import pandas as pd def getheightprofile(fileloc, color_palette='jet'): # 读取数据并转为Numpy数组 data = pd.read_csv(fileloc, skiprows=0).values # 生成调色板 colormap = plt.get_cmap(color_palette) # 计算全局极值并归一化 global_min = np.min(data) global_max = np.max(data) norm = (data - global_min) / (global_max - global_min) # 转换为RGB并保存 palettized_data = (colormap(norm)*255).astype(np.uint8) saveloc = r'C:\Users\...\palletized_height_profile.png' plt.imsave(saveloc, palettized_data) return palettized_data # 调用函数 fileloc = r'C:\Users\...\raw_height_profile.csv' palettized_image = getheightprofile(fileloc)
额外说明
- 若需保留DataFrame格式做其他处理,可通过
data.values或data.to_numpy()提取底层Numpy数组来计算全局极值 - 若数据中存在NaN值,归一化前需用
np.nanmin()和np.nanmax()替代普通极值计算,避免结果出错
内容的提问来源于stack exchange,提问作者GZinn
相关产品推荐
相关产品推荐

