# coding: utf-8 # # Visualização do resultado gerado pelo PCA nos vetores gerados por Haralick # com quantização Luminance # # Para executar: python visualiza_pca # import numpy as np import pylab as py import string as str arq_pca = 'resultado_pca_haralick_luminance.txt' arq_orig = 'caracteristicas/BaseImagens_Haralick6_Luminance_256c_100r.txt' # abrindo arquivo f = open(arq_pca, 'r') linhas = f.readlines() f.close() # limpando caracteres indesejaveis conteudo = str.join(linhas)[1:-2] vecs = conteudo.split(';') vecs = [[float(y) for y in x.strip().split(',')] for x in vecs] # matriz limpa mat = np.array(vecs) # components principais pc1 = mat[:,0] pc2 = mat[:,1] # abrindo arquivo original (para ler classes) f = open(arq_orig, 'r') linhas = f.readlines()[1:] f.close() classes = np.array([int(l.split('\t')[1]) for l in linhas]) print set(classes) # plotando e identificando cada classe i = 0 for c in set(classes): py.plot(pc1[classes == c], pc2[classes == c], 'o', color=py.cm.jet(i*10)) i += 1 py.show() #py.plot(pc1, pc2, 'o') #py.show()