灰度图（Gray Scale Image）是一种将图像中的像素值映射到灰度范围（通常是0到255）的图像表示方式。它在图像处理和计算机视觉中具有重要作用.本节学习使用python绘制灰度图
# 导入必要的库
import numpy as np
import matplotlib.pyplot as plt# 随机生成数据
np.random.seed(0) # 设置随机种子以保证结果可复现
num_samples = 1000 # 样本数量
age = np.random.uniform(18, 80, num_samples) # 随机生成年龄，范围为18到80
bmi = np.random.uniform(15, 40, num_samples) # 随机生成BMI，范围为15到40
density = np.random.rand(num_samples) # 随机生成密度值（0到1之间的随机数）# 将数据分组到网格中
x_edges = np.linspace(age.min(), age.max(), 10) # 年龄分组，将年龄范围分为10个区间
y_edges = np.linspace(bmi.min(), bmi.max(), 10) # BMI分组，将BMI范围分为10个区间
density_matrix, _, _ = np.histogram2d(age, bmi, bins=[x_edges, y_edges], weights=density)
# 使用np.histogram2d计算每个网格中的密度值，返回一个二维矩阵# 计算灰度值（沿y轴方向求和）
gray_values = density_matrix.sum(axis=1) # 对密度矩阵沿y轴方向（BMI方向）求和，得到灰度值# 绘制灰度图
fig2 = plt.figure() # 创建一个图形窗口
ax2 = fig2.add_subplot(111, projection='3d') # 添加一个3D子图
X, Y = np.meshgrid(y_edges[:-1], x_edges[:-1]) # 生成网格坐标，用于3D绘制
# np.meshgrid生成网格点坐标，y_edges[:-1]和x_edges[:-1]是为了去掉最后一个边界点# 使用plot_surface绘制3D曲面图
ax2.plot_surface(X, Y, np.outer(gray_values, np.ones_like(y_edges[:-1])), cmap='gray')
# np.outer将灰度值扩展为与网格大小匹配的矩阵，cmap='gray'设置颜色映射为灰度# 设置坐标轴标签和标题
ax2.set_xlabel('BMI') # 设置x轴标签为BMI
ax2.set_ylabel('Age') # 设置y轴标签为
Ageax2.set_zlabel('Gray values') # 设置z轴标签为灰度值
ax2.set_title('3D Gray Value Plot') # 设置图形标题plt.show() # 显示图形
