如何使用Python NumPy库绘制渐变图案(numpy,python,开发技术)

NumPy也可以画图吗？当然！NumPy不仅可以画，还可以画得更好、画得更快！比如下面这幅画，只需要10行代码就可以画出来。若能整明白这10行代码，就意味着叩开了NumPy的大门。请打开你的Python IDLE，跟随我的脚步，一起来体验一下交互式编程的乐趣吧，看看如何用NumPy画图，以及用NumPy可以画出什么样的图画来。

1. 导入模块

仅导入NumPy就可以完成绘画过程，PIL的Image模块只是用来显示或者保存绘画结果。若能邀请Matplotlib的ColorMap来帮忙的话，处理颜色就会轻松很多，色彩也会更丰富，但这并不意味着ColorMap是必需的。

>>>importnumpyasnp>>>fromPILimportImage>>>frommatplotlibimportcmasmplcm

2. 基本绘画流程

借助于Image.fromarray()函数，可以将NumPy生成的数组转为PIL对象。PIL对象的show()方法可以直接显示图像，save()方法则可以将图像保存为文件。这一系列的操作过程中，有一个非常关键的知识点：NumPy数组的类型必须是单字节无符号整型，即np.uint8或np.ubyte类型。下面的代码使用NumPy的随机子模块random生成了100行300列的二维数组，转换为宽300像素高100像素的随机灰度图并直接显示出来。

>>>im=np.random.randint(0,255,(100,300),dtype=np.uint8)>>>im=Image.fromarray(im)>>>im.show()#或者im.save(r'd:\gray_300_100.jpg')保存为文件

3. 生成随机彩色图像

上面的代码中，如果random生成的数组包含3个通道，就会得到一幅彩色的随机图像。

>>>im=np.random.randint(0,255,(100,300,3),dtype=np.uint8)>>>Image.fromarray(im,mode='RGB').show()

4. 生成渐变色图像

np.linspace()函数类似于Python的range()函数，返回的是浮点数的等差序列，经过np.tile()重复之后，分别生成RGB通道的二维数组，再用np.dstack()合并成三维数组，最终输出一幅渐变色图像。

>>>r=np.tile(np.linspace(192,255,300,dtype=np.uint8),(600,1)).T>>>g=np.tile(np.linspace(192,255,600,dtype=np.uint8),(300,1))>>>b=np.ones((300,600),dtype=np.uint8)*224>>>im=np.dstack((r,g,b))>>>Image.fromarray(im,mode='RGB').show()

5. 在渐变色背景上画曲线

对图像数组中的特定行列定位之后，再修改其颜色，就可以得到期望的结果。

>>>r=np.tile(np.linspace(192,255,300,dtype=np.uint8),(600,1)).T>>>g=np.tile(np.linspace(192,255,600,dtype=np.uint8),(300,1))>>>b=np.ones((300,600),dtype=np.uint8)*224>>>im=np.dstack((r,g,b))>>>x=np.arange(600)>>>y=np.sin(np.linspace(0,2*np.pi,600))>>>y=np.int32((y+1)*0.9*300/2+0.05*300)>>>foriinrange(0,150,6): im[y[:-i],(x+i)[:-i]]=np.array([255,0,255])>>>Image.fromarray(im,mode='RGB').show()

6. 使用颜色映射（ColorMap）

颜色映射（ColorMap）是数据可视化必不可少的概念，枯燥无趣的数据正是经过颜色映射之后才变得五颜六色、赏心悦目的。Matplotlib的cm子模块提供了7大类共计82种颜色映射表，每种映射表名字之后附加“_r” ，可以获得该映射表的反转版本。

下面是专属定制类中jet颜色映射表和分段阶梯类中Paired颜色映射表的色带图。

Matplotlib的cm子模块使用起来也非常简单。下面的代码有助于理解颜色映射（ColorMap）的机制、熟悉cm对象的使用方法。

>>>cm1=mplcm.get_cmap('jet')#jet是专属定制类的ColorMap>>>cm1.N#jet有256种颜色256>>>cm1(0)#返回序号为0的颜色(0.0,0.0,0.5,1.0)>>>cm1(128)#返回序号为128的颜色(0.4901960784313725,1.0,0.4775458570524984,1.0)>>>cm1(255)#返回序号为255的颜色(0.5,0.0,0.0,1.0)>>>cm2=mplcm.get_cmap('Paired')#Paired是分段阶梯类的ColorMap>>>cm2.N#Paired有12种颜色12>>>cm2(0)#返回序号为0的颜色(0.6509803921568628,0.807843137254902,0.8901960784313725,1.0)>>>cm2(11)#返回序号为11的颜色(0.6941176470588235,0.34901960784313724,0.1568627450980392,1.0)

7. 展示NumPy的魅力

对于一幅图像（假如图像有9个像素宽7个像素高），可以很容易地得到由每个像素的行号组成的二维数组（以i表示），以及由每个像素的列号组成的二维数组（以j表示）。

>>>w,h=9,7>>>i=np.repeat(np.arange(h),w).reshape(h,w)>>>j=np.tile(np.arange(w),(h,1))>>>iarray([[0,0,0,0,0,0,0,0,0],[1,1,1,1,1,1,1,1,1],[2,2,2,2,2,2,2,2,2],[3,3,3,3,3,3,3,3,3],[4,4,4,4,4,4,4,4,4],[5,5,5,5,5,5,5,5,5],[6,6,6,6,6,6,6,6,6]])>>>jarray([[0,1,2,3,4,5,6,7,8],[0,1,2,3,4,5,6,7,8],[0,1,2,3,4,5,6,7,8],[0,1,2,3,4,5,6,7,8],[0,1,2,3,4,5,6,7,8],[0,1,2,3,4,5,6,7,8],[0,1,2,3,4,5,6,7,8]])

稍加变换，就得到各个像素在以图像中心点为原点的平面直角坐标系里的坐标。

>>>i=i-h//2>>>j=j-w//2>>>iarray([[-3,-3,-3,-3,-3,-3,-3,-3,-3],[-2,-2,-2,-2,-2,-2,-2,-2,-2],[-1,-1,-1,-1,-1,-1,-1,-1,-1],[0,0,0,0,0,0,0,0,0],[1,1,1,1,1,1,1,1,1],[2,2,2,2,2,2,2,2,2],[3,3,3,3,3,3,3,3,3]])>>>jarray([[-4,-3,-2,-1,0,1,2,3,4],[-4,-3,-2,-1,0,1,2,3,4],[-4,-3,-2,-1,0,1,2,3,4],[-4,-3,-2,-1,0,1,2,3,4],[-4,-3,-2,-1,0,1,2,3,4],[-4,-3,-2,-1,0,1,2,3,4],[-4,-3,-2,-1,0,1,2,3,4]])

自然，也很容易计算出每个像素距离图像中心的距离数组（以d表示）。下面的代码使用np.hypot()函数完成距离计算，如果先求平方和再开平方，也没有问题，只是不够酷而已。

>>>d=np.hypot(i,j)>>>darray([[5.,4.24264069,3.60555128,3.16227766,3.,3.16227766,3.60555128,4.24264069,5.],[4.47213595,3.60555128,2.82842712,2.23606798,2.,2.23606798,2.82842712,3.60555128,4.47213595],[4.12310563,3.16227766,2.23606798,1.41421356,1.,1.41421356,2.23606798,3.16227766,4.12310563],[4.,3.,2.,1.,0.,1.,2.,3.,4.],[4.12310563,3.16227766,2.23606798,1.41421356,1.,1.41421356,2.23606798,3.16227766,4.12310563],[4.47213595,3.60555128,2.82842712,2.23606798,2.,2.23606798,2.82842712,3.60555128,4.47213595],[5.,4.24264069,3.60555128,3.16227766,3.,3.16227766,3.60555128,4.24264069,5.]])

设想一下，如果想将不同的距离使用jet颜色映射表映射为不同的颜色，图像是什么样子呢？如果再选取图像中的某个特定区域，比如列号的平方小于10倍行号的全部像素，将选中区域各个点的距离使用Paired颜色映射表映射为不同的颜色，图像又会变成什么样子呢？下面用10行代码实现了这一切。

>>>defdraw_picture(w,h,cm1='jet',cm2='Paired'): cm1,cm2=mplcm.get_cmap(cm1),mplcm.get_cmap(cm2) colormap1,colormap2=np.array([cm1(k)forkinrange(cm1.N)]),np.array([cm2(k)forkinrange(cm2.N)]) i,j=np.repeat(np.arange(h),w).reshape(h,w)-h//2,np.tile(np.arange(w),(h,1))-w//2 d=np.hypot(i,j) e=d[(j*j/10)<i] d=np.int32((cm1.N-1)*(d-d.min())/(d.max()-d.min())) d=np.uint8(255*colormap1[d]) e=np.int32((cm2.N-1)*(e-e.min())/(e.max()-e.min())) d[(j*j/10)<i]=np.uint8(255*colormap2[e]) Image.fromarray(d).show()>>>draw_picture(1200,900,cm1='jet',cm2='Paired')