如何在Matplotlib中基于元素为Square类的2D NumPy数组生成彩色网格且无需新建整数数组
自定义Square类二维数组映射彩色网格的实现方案
方案1:自定义Matplotlib归一化类(无独立存储的中间整数数组)
不需要预先生成、手动维护存储0/1的独立中间数组,渲染时动态读取每个Square实例的state属性,完全匹配你的需求。
实现代码:
import numpy as np import matplotlib.pyplot as plt from matplotlib.colors import Normalize, ListedColormap from random import randrange # 你的Square类定义 class Square(): def __init__(self, state, pos): self.state = state self.pos = pos self.adj_sqs = [] self.optimal_sq = [] def __repr__(self): return str(self.state) # 自定义归一化类,直接读取Square对象的state属性 class SquareStateNorm(Normalize): def __call__(self, data, clip=None): # data为原始Square对象二维数组,渲染时临时读取state,不单独存储 return np.array([[sq.state for sq in row] for row in data], dtype=np.uint8) dim = 10 grid = np.array([[Square(randrange(2), [x,y]) for y in range(dim)] for x in range(dim)]) # 自定义色卡:0对应浅灰、1对应深蓝,可自行调整 custom_cmap = ListedColormap(['#f0f0f0', '#003366']) # 直接传入原始grid数组,无需手动构建中间整数数组 plt.imshow(grid, cmap=custom_cmap, norm=SquareStateNorm(), origin='lower') plt.show()
说明:上述代码中临时生成的state数组仅在渲染时存在,绘图完成后会被自动回收,无长期存储的中间变量开销。
可选调整:添加origin='lower'可让网格坐标和Square实例的pos参数一一对应(即(0,0)在左下角)。
方案2:向量化属性映射(更简洁的临时数组方案)
如果你不需要完全避免临时数组,只是不想手动编写嵌套循环提取state,可以用np.vectorize直接生成临时数组传入绘图接口,无需维护独立中间变量:
# 向量化提取state,仅作为临时输入传给imshow,不单独赋值给中间变量 get_sq_state = np.vectorize(lambda sq: sq.state) plt.imshow(get_sq_state(grid), cmap='binary', origin='lower') plt.show()
该方法代码更简洁,生成的临时数组会在绘图完成后自动被垃圾回收,常规网格尺寸下内存开销可忽略。
内容的提问来源于stack exchange,提问作者Goort
相关产品推荐
相关产品推荐

