ComeçarComece de graça

Exibir cores dominantes

Carregamos a imagem a seguir usando a função imread() da classe image de matplotlib.

Para exibir as cores dominantes, converta as cores dos centros de cluster em seus valores brutos e, em seguida, converta-os no intervalo de 0 a 1, usando a seguinte fórmula: converted_pixel = standardized_pixel * pixel_std / 255

Os valores de RGB são armazenados em um DataFrame, batman_df. Os valores escalonados de RGB são armazenados nas colunas scaled_red, scaled_blue e scaled_green. Os centros de cluster são armazenados na variável cluster_centers, que foi gerada usando a função kmeans() com três clusters.

Este exercício faz parte do curso

Análise de cluster em Python

Ver curso

Instruções do exercício

  • Obtenha os desvios padrão de cada cor do DataFrame e armazene-os em r_std, g_std, b_std.
  • Para cada centro de cluster, converta os valores padronizados de RGB em valores escalonados no intervalo de 0-1.
  • Exibir as cores dos centros de cluster.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Get standard deviations of each color
____, ____, ____ = batman_df[['red', 'green', 'blue']].___()

for cluster_center in cluster_centers:
    scaled_r, scaled_g, scaled_b = cluster_center
    # Convert each standardized value to scaled value
    colors.append((
        scaled_r * ____ / ____,
        scaled_g * ____ / ____,
        scaled_b * ____ / ____
    ))

# Display colors of cluster centers
plt.____(____)
plt.show()
Editar e executar o código