ot.plot

绘制OT矩阵的函数

警告

请注意，默认情况下该模块未在 ot 中导入。为此，您需要显式导入 ot.plot

函数

ot.plot.plot1D_mat(a, b, M, title='', plot_style='yx', a_label='', b_label='', color_source='b', color_target='r', coupling_cmap='gray_r')[源]

绘制矩阵 \(\mathbf{M}\) 及源和目标的1D分布。

创建一个包含源分布 \(\mathbf{a}\) 和目标分布 \(\mathbf{b}\) 的子图。在 'yx' 模式（默认）下，源位于左侧，目标位于上方；在 'xy' 模式下，源位于底部（颠倒），目标位于左侧。矩阵 :math:\)mathbf{M}` 显示在中间。

Parameters:

a (ndarray, shape (na,)) – 源分布
b (ndarray, shape (nb,)) – 目标分布
M (ndarray, shape (na, nb)) – 要绘制的矩阵
标题 (str, 可选) – 图表的标题
plot_style (str, 可选) – 图表的样式，‘yx’ 或 ‘xy’。‘yx’ 将源放在左侧，目标放在顶部，‘xy’ 将源放在底部（倒置）和目标放在左侧。
a_label (str, 可选) – 源分发的标签
b_label (str, 可选) – 目标分布的标签
color_source (str, 可选) – 源分布的颜色
color_target (str, 可选) – 目标分布的颜色
coupling_cmap (str, optional) – 结合矩阵的颜色图

Returns:

ax1 (源图 ax)
ax2 (目标图 ax)
ax3 (耦合图 ax)
.. 另见:: – rescale_for_imshow_plot()

使用 `ot.plot.plot1D_mat` 的示例

平滑与稀疏OT示例

带通用求解器的正则化OT

筛选的最优传输 (Screenkhorn)

GMM 计划 1D

ot.plot.plot2D_samples_mat(xs, xt, G, thr=1e-08, **kwargs)[源]

使用 alpha 值在 2D 中绘制矩阵 \(\mathbf{G}\) 的线条

在源和目标的二维样本之间绘制线条，颜色与样本之间矩阵 \(\mathbf{G}\) 的值成正比。

Parameters:

xs (ndarray, shape (ns,2)) – 源样本位置
b (ndarray, shape (nt,2)) – 目标样本位置
G (ndarray, shape (na,nb)) – OT 矩阵
thr (float, 可选) – 在线条绘制的阈值
**kwargs (dict) – 提供给绘图函数的参数（如果没有给出，默认颜色为黑色）

使用 `ot.plot.plot2D_samples_mat` 的示例

二维经验分布之间的最优传输

使用不同的基础度量进行最优传输

具有不同地面度量的最优运输

用于熵和二次正则OT的双重OT求解器，使用Pytorch

使用Pytorch的熵型和二次正则化的双重OT求解器

用于经验分布域适应的OT

用于经验分布的领域适应的 OT

弱最优传输与精确最优传输

使用分解耦合的最优运输

带因子耦合的最优运输

ot.plot.rescale_for_imshow_plot(x, y, n, m=None, a_y=None, b_y=None)[源]

提供可以在(n, m) imshow图（以‘xy’坐标）上绘制的数组xr、yr。如果提供a_y或b_y，则y会根据其索引进行切片，使得y保持在[ay, by]范围内。

Parameters:

x (ndarray, shape (nx,))
y (ndarray, shape (nx,))
n (int) – imshow 图上 x 轴的大小，用于绘制 (x, y)
m (int, 可选) – imshow 图的 y 轴大小，默认为 n
a_y (float, 可选) – y的下界
b_y (float, 可选) – y 的上限

Returns:

xr (ndarray, shape (nx,)) – 重新缩放的 x 值（由于切片，可能比 x 少元素）
yr (ndarray, shape (nx,)) – 重新缩放的 y 值（由于切片，可能比 y 少元素）
.. 另请参见:: – plot1D_mat()

使用 `ot.plot.rescale_for_imshow_plot` 的示例

GMM计划1D

GMM 计划 1D

ot.plot.plot1D_mat(a, b, M, title='', plot_style='yx', a_label='', b_label='', color_source='b', color_target='r', coupling_cmap='gray_r')[源]

绘制矩阵 \(\mathbf{M}\) 及源和目标的1D分布。

创建一个子图，显示源分布 \(\mathbf{a}\) 和目标分布 \(\mathbf{b}\)。在 'yx' 模式（默认）下，源分布在左侧，目标分布在顶部，而在 'xy' 模式下，源分布在底部（颠倒）以及目标分布在左侧。矩阵 :math:\) \mathbf{M} 显示在两者之间。

Parameters:

a (ndarray, shape (na,)) – 源分布
b (ndarray, shape (nb,)) – 目标分布
M (ndarray, shape (na, nb)) – 要绘制的矩阵
标题 (str, 可选) – 图表的标题
plot_style (str, 可选) – 图表的样式，‘yx’ 或 ‘xy’。‘yx’ 将源放在左侧，目标放在顶部，‘xy’ 将源放在底部（倒置）和目标放在左侧。
a_label (str, 可选) – 源分发的标签
b_label (str, 可选) – 目标分布的标签
color_source (str, 可选) – 源分布的颜色
color_target (str, 可选) – 目标分布的颜色
coupling_cmap (str, optional) – 结合矩阵的颜色图

Returns:

ax1 (源绘图 ax)
ax2 (目标绘图 ax)
ax3 (耦合绘图 ax)
.. 另请参见:: – rescale_for_imshow_plot()

ot.plot.plot2D_samples_mat(xs, xt, G, thr=1e-08, **kwargs)[源]

使用 alpha 值在 2D 中绘制矩阵 \(\mathbf{G}\) 的线条

在源和目标的二维样本之间绘制线条，颜色与样本之间矩阵 \(\mathbf{G}\) 的值成正比。

Parameters:

xs (ndarray, shape (ns,2)) – 源样本位置
b (ndarray, shape (nt,2)) – 目标样本位置
G (ndarray, shape (na,nb)) – OT 矩阵
thr (float, 可选) – 在线条绘制的阈值
**kwargs (dict) – 提供给绘图函数的参数（如果没有给出，默认颜色为黑色）

ot.plot.rescale_for_imshow_plot(x, y, n, m=None, a_y=None, b_y=None)[源]

提供可以在(n, m) imshow图（以‘xy’坐标）上绘制的数组xr、yr。如果提供a_y或b_y，则y会根据其索引进行切片，使得y保持在[ay, by]范围内。

Parameters:

x (ndarray, shape (nx,))
y (ndarray, shape (nx,))
n (int) – imshow 图上 x 轴的大小，用于绘制 (x, y)
m (int, 可选) – imshow 图的 y 轴大小，默认为 n
a_y (float, 可选) – y的下界
b_y (float, 可选) – y 的上限

Returns:

xr (ndarray, shape (nx,)) – 缩放后的 x 值（由于切片，可能比 x 少元素）
yr (ndarray, shape (nx,)) – 缩放后的 y 值（由于切片，可能比 y 少元素）
.. 参见:: – plot1D_mat()

ot.plot

函数

使用 ot.plot.plot1D_mat 的示例

使用 ot.plot.plot2D_samples_mat 的示例

使用 ot.plot.rescale_for_imshow_plot 的示例

使用 `ot.plot.plot1D_mat` 的示例

使用 `ot.plot.plot2D_samples_mat` 的示例

使用 `ot.plot.rescale_for_imshow_plot` 的示例