小编Uni*_*ic0的帖子

我正在尝试使用ndimage.measurements.center_of_massScipy 库中的二进制图像找到质心。

我的代码如下：

def show_keypoints(image, key_point):
    plt.imshow(image, interpolation='nearest')
    plt.scatter(key_point[0],key_point[1], s=20, marker='.', c='lightgreen')


#Loading the image (shape : (576,576) as np.array))
img = load_img(path)
centroid = scipy.ndimage.measurements.center_of_mass(img)

fig = plt.figure()  
ax = plt.subplot()
ax.set_title('Label')
show_keypoints(img, centroid)
plt.show()   

获得：

所以我检查了我是否有正确的图像作为输入，它是正确的，我使用np.unique(imgs[i])got检查了图像是否是二进制的(array([0, 1], dtype=uint8)。

我不确定这里有什么不对。

有没有人有想法？

问候，

我正在尝试以一种很好的方式显示我的数据，例如在seaborn文档中看到的：

我不太确定如何继续。我设法获得了点的值及其各自的标准差，但它看起来很分散，而我只想显示一种趋势：

我在这里和那里尝试应用建议的解决方案，但我无法使其工作。

这是我玩的：

Final_array =         Mean       Std
0   0.739269  0.157892
1   0.807382  0.160464
2   0.800024  0.137239
3   0.825854  0.132472
4   0.864854  0.070544
..       ...       ...
95  0.797202  0.101961
96  0.747578  0.143394
97  0.751472  0.158651
98  0.587009  0.198987
99  0.728447  0.104601

sns.set(style="darkgrid", palette="muted", color_codes=True)
fig, ax = plt.subplots(figsize=(7,5))
y_pos = np.arange(Final_array.shape[0])
ax.errorbar(y_pos, Final_array[:,0], yerr=Final_array[:,1], elinewidth=0.5)
plt.show()

有人有想法吗？我在使用绘图方面非常初学者。可以平滑吗？并获得像seaborn图像中那样漂亮的叠加层而不是误差线？

这些可能是愚蠢的问题。

亲切的问候，