我是Python新手。我的问题的答案可能在StackOverflow中可用，但是说实话，我尝试了StackOverflow中几乎所有可用的代码和建议。
我的问题：几乎与here所述相同。我有坐标点（x和y）和相应的值（p）作为.csv文件。我正在使用pandas读取该文件。
df = pd.read_csv("example.csv")
可以从here下载
example.csv文件。让图像的大小为2000 x 2000。任务：
基于Excel工作表中的
x和y坐标点，我必须在该图像中定位该点。让我们说，
A是图像，而A(x,y)是A内的任意点。现在，我必须以这种方式生成热图，以使x中的50个像素和y中的50个像素，即A（x，y），A（x + 50，y），A（x，y +50）和A（x + 50，y + 50）包含与该坐标点相对应的p。我发现this link这非常有用，可以解决我的问题，但是问题是我的数据集还需要更多修改。
上面链接中提供的代码：
#!/usr/bin/python3
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from skimage import io
from skimage.color import rgb2gray
import matplotlib as mpl
# Read original image
img = io.imread('img.jpg')
# Get the dimensions of the original image
x_dim, y_dim, z_dim = np.shape(img)
# Create heatmap
heatmap = np.zeros((x_dim, y_dim), dtype=float)
# Read CSV with a Pandas DataFrame
df = pd.read_csv("data.csv")
# Set probabilities values to specific indexes in the heatmap
for index, row in df.iterrows():
x = np.int(row["x"])
y = np.int(row["y"])
x1 = np.int(row["x1"])
y1 = np.int(row["y1"])
p = row["Probability value"]
heatmap[x:x1,y:y1] = p
# Plot images
fig, axes = plt.subplots(1, 2, figsize=(8, 4))
ax = axes.ravel()
ax[0].imshow(img)
ax[0].set_title("Original")
fig.colorbar(ax[0].imshow(img), ax=ax[0])
ax[1].imshow(img, vmin=0, vmax=1)
ax[1].imshow(heatmap, alpha=.5, cmap='jet')
ax[1].set_title("Original + heatmap")
# Specific colorbar
norm = mpl.colors.Normalize(vmin=0,vmax=2)
N = 11
cmap = plt.get_cmap('jet',N)
sm = plt.cm.ScalarMappable(cmap=cmap, norm=norm)
sm.set_array([])
plt.colorbar(sm, ticks=np.linspace(0,1,N),
boundaries=np.arange(0,1.1,0.1))
fig.tight_layout()
plt.show()
使用此代码时我面临的问题：
这段代码正在生成正方形边缘的热图，但是我期望边缘平滑。我知道高斯分布可能会解决此问题。但是我是python的新手，我不知道如何在我的数据集中实现高斯分布。
不属于坐标点的区域也会生成一层颜色。结果是覆盖了图像的那些层覆盖了原始图像的背景。我希望用一句话说明热图的背景是透明的，以便覆盖在显示坐标点未覆盖的区域时不会造成任何问题。
任何线索将不胜感激。
最佳答案
您的代码是完美的。只需更改一行，即可解决您的两个问题。
更改之前：
ax[1].imshow(heatmap, alpha=.5, cmap='jet')
更改后：
ax[1].imshow(heatmap, alpha=.5, cmap='coolwarm', interpolation='gaussian')
尽管上面的更改可以解决您的问题，但是如果您想获得更高的透明度，则可以使用以下功能
def transparent_cmap(cmap, N=255):
"Copy colormap and set alpha values"
mycmap = cmap
mycmap._init()
mycmap._lut[:,-1] = np.linspace(0, 0.8, N+4)
return mycmap
mycmap = transparent_cmap(plt.cm.coolwarm)
在这种情况下，您之前的代码行将更改如下：
ax[1].imshow(heatmap, alpha=.5, cmap=mycmap, vmin=0, vmax=1)
关于python - 使用坐标点生成热图，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/56369249/