Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

मैटप्लॉटलीब के साथ वॉक्सेल्स का प्रतिनिधित्व


3D कंप्यूटर ग्राफिक्स में, एक वॉक्सेल तीन-आयामी स्थान में नियमित ग्रिड पर एक मान का प्रतिनिधित्व करता है। हम कह सकते हैं कि एक वॉक्सेल 2D में उपयोग किए जाने वाले पिक्सेल का 3D समकक्ष है। एक पिक्सेल एक 2D इमेज के अंदर एक वर्ग होता है जिसकी 2D ग्रिड में स्थिति और एक सिंगल कलर वैल्यू होती है, जबकि एक वॉक्सेल एक 3D मॉडल के अंदर एक क्यूब होता है जिसकी 3D ग्रिड में स्थिति और एक सिंगल कलर वैल्यू होती है।

मैटप्लॉटलीब के साथ वॉक्सेल्स का प्रतिनिधित्व करने के लिए, हम निम्नलिखित चरण अपना सकते हैं:

चरण

  • फिगर साइज़ सेट करें और सबप्लॉट्स के बीच और आसपास पैडिंग एडजस्ट करें।

  • 0 और 1 के बीच रैंडम चॉइस डेटा पॉइंट्स बनाएं।

  • एक नया फिगर बनाएं या मौजूदा फिगर सक्रिय करें।

  • projection='3d' के साथ करंट एक्सेस प्राप्त करें, यदि आवश्यक हो तो एक बनाएं।

  • voxels() मेथड का उपयोग करके भरे हुए वॉक्सेल्स का सेट प्लॉट करें।

  • फिगर प्रदर्शित करने के लिए show() मेथड का उपयोग करें।

उदाहरण

import numpy as np
import matplotlib.pyplot as plt
# फिगर साइज़ सेट करें
plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True
# 0 और 1 के बीच रैंडम डेटा पॉइंट्स
data = np.random.choice([0, 1], size=(5, 7, 9), p=[0.65, 0.35])
# एक नया फिगर बनाएं
fig = plt.figure()
# 3D प्रोजेक्शन के साथ एक्सिस
ax = fig.gca(projection='3d')
# वॉक्सेल्स प्लॉट करें
ax.voxels(data, edgecolor="k", facecolors='green')
# प्लॉट प्रदर्शित करें
plt.show()

आउटपुट

यह निम्नलिखित आउटपुट उत्पन्न करेगा:

मैटप्लॉटलीब के साथ वॉक्सेल्स का प्रतिनिधित्व


  1. Numpy और Matplotlib के साथ इमेज सेगमेंटेशन ओवरले करें Numpy और Matplotlib के साथ इमेज सेगमेंटेशन ओवरले करें

    Numpy के साथ इमेज सेगमेंटेशन ओवरले करने के लिए, हम निम्नलिखित चरण अपना सकते हैं: 10×10 डायमेंशन का मास्क्ड ऐरे बनाएं। कुछ क्षेत्र के लिए मास्क्ड ऐरे को 1 से अपडेट करें। NumPy का उपयोग करके इमेज डेटा बनाएं। शर्त पूरी होने पर ऐरे को मास्क करें, मास्क्ड डेटा प्राप्त करने के लिए। figure() मेथ

  1. मनमाने डेटा का उपयोग करके Matplotlib से 4D प्लॉट कैसे बनाएं? मनमाने डेटा का उपयोग करके Matplotlib से 4D प्लॉट कैसे बनाएं?

    4D प्लॉट बनाने के लिए, हम x, y, z और c स्टैंडर्ड डेटा पॉइंट्स बना सकते हैं। नया फिगर बनाएं या मौजूदा फिगर सक्रिय करें। चरण figure() मेथड का उपयोग करके फिगर बनाएं या मौजूदा फिगर सक्रिय करें। सबप्लॉट व्यवस्था के हिस्से के रूप में फिगर जोड़ें। NumPy का उपयोग करके x, y, z और c डेटा पॉइंट्स बनाएं।

  1. पायथन में मैटप्लॉटलिब से खोखले वर्ग मार्क्स कैसे बनाएं? पायथन में मैटप्लॉटलिब से खोखले वर्ग मार्क्स कैसे बनाएं?

    मैटप्लॉटलिब के साथ खोखले वर्ग मार्क्स बनाने के लिए, हम marker=ks, markerfacecolor=none, markersize=15, और markeredgecolor=red का उपयोग कर सकते हैं। चरण नम्पाई का उपयोग करके x और y डेटा पॉइंट्स बनाएं। एक फिगर बनाएं या मौजूदा फिगर को एक्टिवेट करें, सबप्लॉट व्यवस्था के हिस्से के रूप में फिगर में एक ए