前言
遥感影像分类图一般为特定数值对应一类地物，用python绘制时，主要在颜色的映射和对应的图例生成。
plt.matplotlib.colors.listedcolormap支持自定义颜色。matplotlib.patches mpatches对象可以生成一个矩形对象，控制其颜色和地物类型的颜色对应就可以生成地物分类的图例了。具体用法可以自行google和百度。下面给出一个模拟地物分类数据的可视化例子。
代码
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
|
import numpy as npimport matplotlib.pyplot as pltnp.random.seed(0)data = np.random.randint(0, 3, size=(100,100))colors = dict(( (0, (0, 255, 0, 255)), # 前三位rgb，255代表256色 (1, (0, 0, 255, 255)), (2, (255, 255, 0, 255)), ))# 转换为0-1for k in colors: v = colors[k] _v = [_v / 255.0 for _v in v] colors[k] = _v index_colors = [colors[key] if key in colors else (255, 255, 255, 0) for key in range(0, len(colors))]cmap = plt.matplotlib.colors.listedcolormap(index_colors, 'classification', len(index_colors)) # n等于颜色表长度，否则被截断或被重复# cmap = plt.matplotlib.colors.listedcolormap(['gray', 'orange', 'k'], 'classification')plt.rcparams['font.family'] = 'arial'plt.rcparams['font.size'] = 10plt.rcparams['font.weight'] = 'bold'fig, ax = plt.subplots(figsize=(4,3.5), dpi=300)ax.imshow(data, cmap=cmap, interpolation='none')# 绘制矩形的补丁, 用来生成图例，fig.add_artist()才会在图中显示出来 import matplotlib.patches as mpatches rectangles = [mpatches.rectangle((0, 0,), 1, 1, facecolor=index_colors[i]) for i in range(len(index_colors))]labels = ['forest', 'water', 'urban']ax.legend(rectangles, labels, bbox_to_anchor=(1.4, 0.25), fancybox=true, frameon=false,)# 取消刻度和标签显示ax.tick_params(which='major', bottom=0, left=0)ax.set_xticklabels('')ax.set_yticklabels('') |
效果图：
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/tk20190411/article/details/115799071
