Масштаб Python imshow для нормального распределения данных двумерного массива

Question

Я хочу масштабировать показанные данные из массива с нормальным распределением. Учебное пособие здесь предлагает использовать clim, но в этом примере ограничения жестко заданы в clim=(0.0, 0.7).Получение этих значений из предыдущей гистограммы в учебнике:

Итак, мне нужен симпатичный способ получить значения clim (без жесткого кодирования), возможно, используя стандартное отклонение (1 сигма, 2 сигма, 3 сигма), чтобы получить основной значения:

Как яможет это сделать?

Answer 1

Чтобы получить нормальное распределение, вы можете использовать scipy.optimize.curve_fit, чтобы подогнать гауссову функцию к гистограмме.Следуя инструкциям, чтобы прочитать изображение и получить гистограмму, вот как вы можете подогнать гистограмму:

import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np
from scipy.optimize import curve_fit

# Read image
img=mpimg.imread('stinkbug.png')

# Get histogram
hist,bins,_ = plt.hist(img.ravel(), bins=256, range=(0.0, 1.0), fc='k', ec='k')

# Get centers of histogram bins
bin_centers = np.mean([bins[:-1],bins[1:]], axis=0)

# Define the Gaussian function
def gaussian(x, mu, sigma, amp):
    return amp*np.exp( -(x - mu)**2 / (2.*sigma**2))

# Curve fit
p_opt,_ = curve_fit(gaussian, bin_centers, hist)

# Get the fit parameters
mu, sigma, amp = p_opt

Вы можете просмотреть подборку:

fit = gaussian(bin_centers, mu, sigma, amp)
plt.plot(bin_centers, hist)
plt.plot(bin_centers, fit)

Тогда вы можете использовать параметры подгонки для clim.Во-первых, вот оригинальное изображение:

plt.imshow(img)

Здесь ограничение цвета пикселя не превышает 3 сигма:

plt.imshow(img, clim=(mu-3*sigma, mu+3*sigma))