Kom igångKom igång gratis

Visa dominerande färger

Vi har läst in följande bild med funktionen imread() från klassen image i matplotlib.

För att visa de dominerande färgerna konverterar du klustercentrens färgvärden till deras råvärden och omvandlar dem sedan till intervallet 0–1 med hjälp av följande formel: converted_pixel = standardized_pixel * pixel_std / 255

RGB-värdena lagras i en DataFrame, batman_df. De skalade RGB-värdena lagras i kolumnerna scaled_red, scaled_blue och scaled_green. Klustercentren lagras i variabeln cluster_centers, som genererades med funktionen kmeans() med tre kluster.

Den här övningen är en del av kursen

Klusteranalys i Python

Visa kurs

Övningsinstruktioner

  • Hämta standardavvikelserna för varje färg från DataFrame:n och lagra dem i r_std, g_std, b_std.
  • Konvertera de standardiserade RGB-värdena till skalade värden i intervallet 0–1 för varje klustercenter.
  • Visa klustercentrens färger.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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()
Redigera och kör kod