按值对numpy矩阵进行有效着色？

Question

我有一个看起来像这样的 numpy ndarray：

[[0, 0.25, 1,  ...., 0.5, 0.23 ],
 [0.3, 0.75, 1, ..., 0.5, 0.37 ],
  ...,
  ...,
 [0, 0.25, 1,  ...., 0.5, 0.23 ],
 [0.3, 0.75, 1, ..., 0.5, 0.37 ]]

基本上每个值都在 0 - 1.0 范围内

我想将其可视化为位图，目前我有一个非常慢的循环，基本上是这样做的：

for i, row in enumerate(data):
    for j, val in enumerate(row):
        yield val_to_rgb(val)

然后它将获取 RGB 组件的 3 元组并对其执行 PIL putdata 并创建一个 PNG。

我需要这样做很多次，这种ghetto方法很慢，而且着色很丑。

我的问题是这样的：

我可以应用一系列矩阵运算来生成包含原始 RGB 值的彩色矩阵吗？

这实际上由两个问题组成：

1. 我可以应用什么最有效的转换来从上述矩阵中获取 RGB 元组
2. 有没有一种“好”的方法可以将 (0, 1.0) 值转换为彩色表示？

编辑：澄清-我希望将其保存为 PNG，而不仅仅是实时查看。原因是其中很多都是在无头机器上执行的，然后我会在事后对其进行检查。

当前算法的输出看起来很糟糕：

Answer 1

matplotlib 具有 imshow 功能，您可以开箱即用。

您所做的通常是通过“矢量化”完成的。您定义一个函数并让 numpy 进行迭代：

vec = np.vectorize(val_to_rgb)
rgb_data = vec(data)

Answer 2

我对 PIL 不是很熟悉，但我猜它会吞下一个形状为 (rows, cols, 3) 的 numpy 数组并将其变成图像。所以你想重写你的 val_to_rgb 函数，使它适用于数组，而不是标量，并将 RGB 值放在形状的最后一维中。

例如，假设您想将值解释为灰度，0 表示黑色，1 表示白色。您当前采用标量输入的函数如下所示：

def val_to_rgb(val) :
    return (int(val * 255),) * 3

矢量化的形式类似于：

def vals_to_rgbs(vals) :
    ret = np.zeros(vals.shape + (3,),  dtype='uint8')
    ret[...] = vals.reshape(vals.shape + (1,)) * 255
    return ret

>>> vals_to_rgb(np.random.rand(10,10)).shape
(10, 10, 3)
>>> vals_to_rgb(np.random.rand(10,10)).dtype
dtype('uint8')

重塑是让广播发挥其魔力的地方。

想法可能会变得更复杂，因此如果您需要帮助矢量化您的特定 val_to_rgb 函数，请发布您的代码，我很乐意试一试。