“显示”；“热图”；具有alpha值的图像-Matplotlib/Python

我正试图绘制一些数据来分析它们

我的数据定义如下：

class Data(object):
    def __init__(self, rows=200, cols=300):
        """
        The Data constructor
        """
        # The data grid
        self.cols = cols
        self.rows = rows
        # The 2D data structure
        self.data = numpy.zeros((rows, cols), float)

起初，我有这个方法：

  def generate_data_heat_map(data, x_axis_label, y_axis_label, plot_title, file_path):
    plt.figure()
    plt.title(plot_title)
    fig = plt.imshow(data.data, extent=[0, data.cols, data.rows, 0])
    plt.xlabel(x_axis_label)
    plt.ylabel(y_axis_label)
    plt.colorbar(fig)
    plt.savefig(file_path + '.png')
    plt.close()

这给了我一个热图图像（第二个图），因为我给它传递了一个MxN[亮度（灰度，仅浮动数组）]。我不知道为什么这不会生成灰度图像，但到目前为止我并不担心，因为这是我想要的结果

经过进一步计算后，我使用了这种方法来可视化我的数据，使用data\u属性作为RGB，使用data\u不确定性作为alpha：

def generate_data_uncertainty_heat_map(data_property, data_uncertainty, x_axis_label, y_axis_label, plot_title, file_path):
    plt.figure()
    uncertainty = numpy.zeros((data_property.rows, data_property.cols, 4))
    uncertainty[..., :3] = data_property.data[..., numpy.newaxis]
    uncertainty[..., 3] = data_uncertainty.data
    plt.title(plot_title)
    fig = plt.imshow(uncertainty.data, extent=[0, data_property.cols, data_property.rows, 0])
    plt.xlabel(x_axis_label)
    plt.ylabel(y_axis_label)
    plt.colorbar(fig)
    plt.savefig(file_path + '.png')
    plt.close()

但是，当然，这给了我一个带有alpha值的灰度图像，因为我在重复R、G和B的相同值。但我真正想要的是第一个方法结果（彩色），其中一些alpha值计算为数据的不确定性

我注意到我的颜色栏也与我的数据无关（它是RGB格式的，我不能用它来分析我的数据）

我不知道如何实现我想要的结果，那就是有一个“热图”图，其中合并了由我的不确定性\u数据定义的alpha值，以及一个表示该不确定性的颜色条。就像合并上面的两幅图像一样：

这是我的颜色：

这是我的阿尔法：

通过@BlazBratanic提供的转换，我想我可以看到一点颜色（不确定），但它远远超出我的预期

我的所有值都在0.0和1.0之间

提前感谢。

用于将灰度值映射到颜色值。如果我没记错的话，“jet”是默认的颜色映射。所以你可以这样做：

uncertainty = plt.cm.jet(data_property.data)
uncertainty[..., 3] = data_uncertainty.data

---

你现在知道了吗，@ubuntu？除了我的测试数据什么都没有。(: