Следующий код python создает тепловую карту матрицы, которая содержит нормально распределенные значения
import numpy as np
from matplotlib import pylab as plt
np.random.seed(123) #make sure we all have same data
m = np.random.randn(200).reshape(10, 20)
plt.imshow(m, cmap='RdYlGn', interpolation='nearest')
plt.colorbar()
Это результат этого code
Я хотел бы увеличить контраст этого изображения, «убавляя» значения, близкие к нулю. Я могу легко сделать это, используя дисигмоидное масштабирование исходных данных следующим образом:
def disigmoidScaling(values, steepnessFactor=1, ref=None):
''' Sigmoid scaling in which values around a reference point are flattened
arround a reference point
Scaled value y is calculated as
y = sign(v - d)(1 - exp(-((x - d)/s)**2)))
where v is the original value, d is the referenc point and s is the
steepness factor
'''
if ref is None:
mn = np.min(values)
mx = np.max(values)
ref = mn + (mx - mn) / 2.0
sgn = np.sign(values - ref)
term1 = ((values - ref)/steepnessFactor) ** 2
term2 = np.exp(- term1)
term3 = 1.0 - term2
return sgn * term3
plt.imshow(disigmoidScaling(m, 4), cmap='RdYlGn', interpolation='nearest')
plt.colorbar()
Вот результат.
Результатом доволен, кроме того, что в этой версии оригинал значения заменены на масштабированные.
Есть ли способ выполнить нелинейное отображение значений в цветовую карту?