使用np.clip实现pyplot imshow的vmax功能出现结果差异问题

我想用np.clip实现matplotlib中imshow的vmax功能，但对比内置vmax时得到不同结果。当size设为900这类大值时差异明显，设为10这类小值时结果正常，怀疑和uint8类型存储有关；手动给axs[0]和axs[1]添加vmin=0、vmax=255后，结果变得更异常。

复现代码 #

import numpy as np
import matplotlib.pyplot as plt
from PIL import Image

np.random.seed(0)
size = 900 
percentile_clip = 30

data_source = np.random.rand(size, size)
data_source = data_source * (255/data_source.max())
data_source = data_source.astype('uint8')

calc_clip = int(np.percentile(data_source, percentile_clip))

img1 = Image.fromarray(data_source, mode='L')
img2 = Image.fromarray(np.clip(data_source,0,calc_clip), mode='L')

fig, axs = plt.subplots(1, 3,figsize=(16,8))
axs[0].imshow(img1,cmap='magma')
axs[0].set_xlabel('img1')

axs[1].imshow(img2,cmap='magma')
axs[1].set_xlabel('img2 with clip')

axs[2].imshow(img1,cmap='magma',vmin = 0, vmax = calc_clip)
axs[2].set_xlabel('img1 with vmax')

print('calc_clip:',calc_clip)

问题原因及解决方法 #

核心原因：uint8类型的截断与imshow的自动归一化逻辑差异 #

• np.clip的行为：对uint8数组执行np.clip(data_source,0,calc_clip)后，所有大于calc_clip的值被直接设为calc_clip，数组仍为uint8类型。但imshow显示这个数组时，会自动把数组的最小值和最大值作为颜色映射范围（默认vmin=np.min(img2)，vmax=np.max(img2)），此时img2的最大值是calc_clip，颜色映射会把0~calc_clip对应到colormap的全范围。
• imshow的vmax参数行为：axs[2]中设置vmax=calc_clip时，颜色映射范围是0~calc_clip，原数组中大于calc_clip的值会被映射到colormap的最大值，而非修改数据本身。这是两者的本质区别：np.clip修改数据，vmax仅修改颜色映射规则。

大size时差异明显的原因 #

当size较小时，原数据的数值分布更集中，np.clip后的数据分布和原数据在0~calc_clip范围内的分布差异不大；而size很大时，原数据中大于calc_clip的数值数量更多，np.clip把这些值都压到calc_clip，导致img2的数值分布和原数据在颜色映射下的表现差异显著。

让np.clip效果与vmax一致的方法 #

如果要让img2的显示效果和axs[2]一致，需要在显示img2时手动指定颜色映射范围为原数据的0~255，这样被clip到calc_clip的值会对应colormap中calc_clip的位置，和vmax=calc_clip时原数据中大于calc_clip的值映射到同一位置：

axs[1].imshow(img2, cmap='magma', vmin=0, vmax=255)

添加vmin=0、vmax=255后结果异常的原因 #

原axs[0]显示img1时，默认vmin=np.min(img1)（0）、vmax=np.max(img1)（255），所以添加该参数和默认行为一致；但axs[1]添加该参数后，会把img2中0_{calc_clip的数值映射到0}255的颜色范围，相当于拉伸了颜色，因此和axs[2]的差异更大。

内容的提问来源于stack exchange，提问作者kaycaborr