matplotlibを使ってカラー表示をする際、既存のカラーマップでは満足がいかないことがあると思います。
そんな時は自作でカラーマップを作ってしまおうというのが今回の企画です。
準備
カラーマップ表示するには、どの値からどの値までを、どの様な区切りで表示するか考えます。
その後、その区切りをどの色で表示するか決めます。
今回は０～９９までの値を10区切りで、色を
[ black , lightgrey , darkorange , gole , chartreuse , palegreen , mediumspringgreen , paleturquoise , steelblue , navy ]
上記10色で表示してみたいと思います。
matplotlibのカラー表示はここで確認できます。
seaborn
今回はseabornのヒートマップを用いて確認をしてみます。
ちなみに、seabornはデータの可視化をmatplotlibよりも強力にサポートしてくれるライブラリーです。
今回提示するヒートマップもseabornならではの機能です。
seabornはmatplotlibと違うライブラリーかと思われるかもしれませんが、実は内部ではmatplotlibが動いているらしいです。
もちろん、カラーマップの設定はmatplotlibでも利用できますのでご安心を。
等間隔で色を付けたい場合
色を指定します。先ほども提示しましたが再度掲示します。
cmap = ListedColormap(
[ 'black' , 'lightgrey' , 'darkorange' , 'gold' , 'chartreuse' ,
'palegreen' , 'mediumspringgreen' , 'paleturquoise' , 'steelblue' , 'navy' ])
ここで注意していただきたいので色の名前はシングルコーテーション「 ‘ 」で囲う必要があります。
それでは、コードを提示します。
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap, BoundaryNorm
import seaborn as sns
arr = np.arange(100)
arr = arr.reshape([10,10])
print(arr)
fig=plt.figure(figsize=(5, 5))
ax1 = fig.add_subplot(1,1,1)
ax1.axes.xaxis.set_visible(False), ax1.axes.yaxis.set_visible(False)
ax1.spines['bottom'].set_visible(False), ax1.spines['top'].set_visible(False)
ax1.spines['right'].set_visible(False), ax1.spines['left'].set_visible(False)
cmap = ListedColormap(
[ 'black' , 'lightgrey' , 'darkorange' , 'gold' , 'chartreuse' ,
'palegreen' , 'mediumspringgreen' , 'paleturquoise' , 'steelblue' , 'navy' ])
norm = BoundaryNorm(bounds, cmap.N)
ax1 = sns.heatmap(arr, annot=True, cbar=True, cmap=cmap)
plt.show()
きちんと10間隔で設定した色通りに表示されています。
等間隔で色を変えたい場合はこれでいいのですが、例えば４０～６０の間だけ色を変えたい場合はこれではうまくいきません。
等間隔ではなく、特定の区間だけ色を変えたい場合
ある領域だけ色を変えたい場合はまず色分けする領域を指定する必要があります。
3０～7０の間だけを５づつ色を付けたい場合、まず色の指定範囲を以下のように設定します。
bounds = [0, 30, 35, 40, 45, 50, 55, 60, 65, 70, 100]
ただ、これだけだと範囲と色の組み合わせができていません。
なので「BoundaryNorm」という関数を使って紐づけしてあげます。
norm = BoundaryNorm(bounds, cmap.N)
ちなみに、cmapの後の「 .N 」とはboundsとcmapに対応させる意味があるらしいです。これが無いとエラーになります。
そして、これを画像設定axの中に組み込んでいきます。
ax1 = sns.heatmap(arr, annot=True, cbar=True, cmap=cmap, norm=norm)
コード全体としては
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap, BoundaryNorm
import seaborn as sns
arr = np.arange(100)
arr = arr.reshape([10,10])
print(arr)
fig=plt.figure(figsize=(5, 5))
ax1 = fig.add_subplot(1,1,1)
ax1.axes.xaxis.set_visible(False), ax1.axes.yaxis.set_visible(False)
ax1.spines['bottom'].set_visible(False), ax1.spines['top'].set_visible(False)
ax1.spines['right'].set_visible(False), ax1.spines['left'].set_visible(False)
cmap = ListedColormap(
[ 'black' , 'lightgrey' , 'darkorange' , 'gold' , 'chartreuse' ,
'palegreen' , 'mediumspringgreen' , 'paleturquoise' , 'steelblue' , 'navy' ])
bounds = [0, 30, 35, 40, 45, 50, 55, 60, 65, 70, 100]
norm = BoundaryNorm(bounds, cmap.N)
ax1 = sns.heatmap(arr, annot=True, cbar=True, cmap=cmap, norm=norm)
plt.show()
matplotlibではどうする？
ax1 = sns.heatmap(arr, annot=True, cbar=True, cmap=cmap, norm=norm)
の部分を以下に変更すれば完了です。
ax1.imshow(arr, cmap=cmap, norm=norm)
なお、matplotlibで値を表示する機能は標準ではないと思われますので、もし値を表示したい方はseabornを用いた方が簡便でいいかと思われます。
お疲れ様でした。
画像の表示
DICOM画像を表示する方法は4つの方法がPydicomにはサポートされています。
- matplotlibを使って表示
- Tkinterを使って表示
- Pillowを使って表示
- wxPythonを使って表示
とりあえず、matplotlibを使って表示させてみたいと思います。
import pydicom
from matplotlib import pyplot as plt
%matplotlib inline #jupyter notebookでない場合は不要
ds = pydicom.dcmread('CT2.dcm')
plt.imshow(ds.pixel_array,cmap=plt.cm.bone)
plt.show() #jupyter notebookでない場合は必要
plt.show()
はjupyter notebookを使用している場合は不要ですが，他のコード環境を使用している場合は必要となります。
どうでしょう？DICOM画像が表示できましたか？
この画像は、いつも見慣れたグレイスケールの画像ですが
plt.imshow(ds.pixel_array,cmap=plt.cm.bone)
boneの部分を変えることで
続いてはhotで設定してみました。
どうですか。アイソトープの画像みたくなりましたね。
この様に、cmapの設定を変更することで、カラースケールを変えることができます。
matplotlibのリファレンスページには約８０種類のカラーマップがあり
colorExamplesのページにて確認することができます。
是非ともいろいろと試してみてください。