Python是一种开放源码语言，为遥感科学家提供了一种强大的工具来处理和分析遥感数据。遥感分类图即是其中一种处理遥感数据的应用。下面我们将简要介绍一下Python如何用于制作遥感分类图。

#首先需要安装一些常用的Python包，如numpy, matplotlib等
import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans, SpectralClustering
from sklearn.metrics import confusion_matrix
#读取需要分类的遥感图像数据
img = plt.imread('img.tif')
img_shape = img.shape
#将图像矩阵转换为二维数组，便于分类处理
data = img.reshape((-1,3))
#对图像数据进行分类操作，这里使用Kmeans算法进行分类
n_clusters = 5
cls = KMeans(n_clusters=n_clusters)
cls.fit(data)
#获取分类结果并转换为二维数组
labels = cls.labels_
labels = labels.reshape(img_shape[0], img_shape[1])
#绘制分类后的遥感图像
plt.imshow(labels)
plt.show()
#评估分类效果
gt = plt.imread('gt.tif')
gt = gt[:,:,0]
cnf = confusion_matrix(gt.flatten(), labels.flatten())
print(cnf)

以上就是Python制作遥感分类图的简单操作流程。首先需要安装常用的包，然后读取需要分类的遥感图像数据并将其转换为二维数组，进行分类操作，然后将分类结果转换为二维数组绘制成图像，并可以通过评估分类效果来验证分类算法的准确度。