关于数据区间变换及numpy数组转图片数据的python实现

时间：2021-02-03 09:07:07

python实现区间转换、numpy图片数据转换

需求：

客户的需求是永无止境的，这不？前几天，用户提出了一个需求，需要将一组数据从一个区间缩放到另一区间?

思路：

先将数据归一化，再乘以对应区间的差加上对于区间下限。

数据归一化的公式：

关于数据区间变换及numpy数组转图片数据的python实现

# 区间变换

def unification_interval(data,interval_min,interval_max):

    # data         ：需要变换的数据或矩阵

    # interval_min ：变换区间下限。

    # interval_max ：变换区间上限。

    import numpy as np

    data = np.array(data)

    n,m = data.shape

    minval = np.min(np.min(data))

    maxval = np.max(np.max(data))

    for i in range(n):

        for j in range(m):

            data[i,j] = (data[i,j]-minval)/(maxval-minval)

    return data*(interval_max-interval_min)+interval_min
# 整形的转换
def Inter(data):

    import numpy as np

    data = np.array(data)

    n,m = data.shape

    for i in range(n):

        for j in range(m):

            data[i,j] = int(data[i,j])

    return data
# coding:utf-8

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

from scipy.misc import imresize

# 区间变换

def unification_interval(data,interval_min,interval_max):

    # data         ：需要变换的数据或矩阵

    # interval_min ：变换区间下限。

    # interval_max ：变换区间上限。

    import numpy as np

    data = np.array(data)

    n,m = data.shape

    minval = np.min(np.min(data))

    maxval = np.max(np.max(data))

    for i in range(n):

        for j in range(m):

            data[i,j] = (data[i,j]-minval)/(maxval-minval)

    return data*(interval_max-interval_min)+interval_min

def Inter(data):

    import numpy as np

    data = np.array(data)

    n,m = data.shape

    for i in range(n):

        for j in range(m):

            data[i,j] = int(data[i,j])

    return data

# 图片读入

img_data = pd.read_csv('./data/milliq.csv',header=0,index_col=0,sep=',')

# print(np.max(np.max(img_data)))

# print(np.min(np.min(img_data)))

data = Inter(img_data)

imgData = unification_interval(data,0,255)

# print(np.max(np.max(imgData)),np.min(np.min(imgData)))

data = imresize(data,[200,200])

plt.imshow(data,cmap='gray')

plt.show()

相关文章