我将图像分成16个图形来绘制回归,现在我想将它连接成一个图像。
我写了一个for循环来做这个,但我无法理解来自previous questions的建议以及我出错的地方。请有人解释为什么我的输入数组没有相同数量的维度。
from scipy import interpolate
allArrays = np.array([])
for i in range(len(a)):
fig = plt.figure()
ax = fig.add_axes([0.,0.,1.,1.])
if np.amax(a[i]) > 0:
x, y = np.where(a[i]>0)
f = interpolate.interp1d(y, x)
xnew = np.linspace(min(y), max(y), num=40)
ynew = f(xnew)
plt.plot(xnew, ynew, '-')
plt.ylim(256, 0)
plt.xlim(0,256)
fig.canvas.draw()
X = np.array(fig.canvas.renderer._renderer)
myArray = color.rgb2gray(X)
print(myArray.shape)
allArrays = np.concatenate([allArrays, myArray])
print(allArrays.shape)
else:
plt.xlim(0,256)
plt.ylim(0,256)
fig.canvas.draw()
X = np.array(fig.canvas.renderer._renderer)
myArray = color.rgb2gray(X)
print(myArray.shape)
allArrays = np.concatenate([allArrays, myArray])
print(allArrays.shape)
i += 1
输出:myArray.shape(480,640)
错误消息:所有输入数组必须具有相同数量的维度
我确信这很简单,但我无法弄清楚。谢谢。
In [226]: allArrays = np.array([])
In [227]: allArrays.shape
Out[227]: (0,)
In [228]: allArrays.ndim
Out[228]: 1
In [229]: myArray=np.ones((480,640))
In [230]: myArray.shape
Out[230]: (480, 640)
In [231]: myArray.ndim
Out[231]: 2
1在大多数世界中不等于2!
要在默认轴0上与myArray
连接,allArrays
必须以np.zeros((0,640), myArray.dtype)
开头。在n
迭代之后,它将增长到(n*480, 640)
。
在链接的答案中,新数组都是1d,所以从形状(0,)
开始就可以了。但wim's
答案更好 - 收集列表中的所有数组,并在最后连接一个。
在循环中重复连接很难正确(你必须理解形状和尺寸),并且比列表追加慢。