使用 RGB 值和坐标绘制 Pandas DataFrame

Question

我有一个 pandas DataFrame，其中包含

["x", "y", "r", "g", "b"]

列，其中 x 和 y 表示像素的坐标，r、g、b 表示其 RGB 值。这些行包含像素网格的每个坐标的条目并且是唯一的。如何使用 matplotlibs 的

imshow()

显示此 DataFrame？这需要将数据重塑为形状为

(M, N, 3)

的数组。

我通常使用

plt.imshow(df.pivot(columns="x", index="y", values="i"), interpolation="nearest")

的方法仅适用于灰度图像。将

["r", "g", "b"]

作为值参数会生成一个以 MultiIndex 作为列的 DataFrame。但是我无法将其转换为正确的图像。只需调用

.reshape(M, N, 3)

就会创建错误的图像。

我也有用

df["rgb"] = list(zip(df.r, df.g, df.b))

创建一个新列的想法，但是我不确定如何将生成的元组转换为 ndarray 的新轴。

Answer 1

有一种简单的方法可以做到这一点。首先，使用

df = df.sort_values(by=['x', 'y'])

确保 DataFrame 按 x 和 y 值排序。

接下来，通过调用

df[['r', 'g', 'b']]

从 DataFrame 中仅选择 r、g 和 b 的三列。您可以通过调用

df[['r', 'g', 'b']].values

将这些值转换为 numpy 数组，这将返回形状为

(M*N, 3)

的数组，假设

M

和

N

是图像的宽度和高度。 现在，将该数组重塑为

(M, N, 3)

形状，就完成了。

df = df.sort_values(by=['x', 'y'])
values = df[['r', 'g', 'b']].values
image = values.reshape(df['x'].max() + 1 , df['y'].max() + 1, 3)

我在这里假设 DataFrame 中的 x 和 y 值从 0 开始，因此我为维度添加 1。如果您的 x 和 y 值从 1 开始，则可以像这样完成重塑

(df['x'].max(), df['y'].max(), 3)

。