matplotlib.pyplot.imshow() in Python
Matplotlib ist eine Bibliothek in Python und eine numerische – mathematische Erweiterung für die NumPy-Bibliothek. Pyplot ist eine zustandsbasierte Schnittstelle zu a Matplotlib Modul, das eine MATLAB-ähnliche Schnittstelle bereitstellt.
matplotlib.pyplot.imshow() Funktion:
Der imshow()-Funktion im Pyplot-Modul der Matplotlib-Bibliothek wird es verwendet, um Daten als Bild anzuzeigen; d. h. auf einem regelmäßigen 2D-Raster.
Syntax: matplotlib.pyplot.imshow(X, cmap=Keine, norm=Keine, Aspekt=Keine, interpolation=Keine, alpha=Keine, vmin=Keine, vmax=Keine, Ursprung=Keine, Umfang=Keine, Form=, Filternorm=1 , filterrad=4.0, imlim=, resample=None, url=None, *, data=None, **kwargs)
Parameter: Diese Methode akzeptiert die folgenden Parameter, die unten beschrieben werden:
X: Dieser Parameter sind die Daten des Bildes. cmap: Dieser Parameter ist eine Farbkarteninstanz oder ein registrierter Farbkartenname. norm: Mit diesem Parameter skaliert die Normalize-Instanz die Datenwerte auf den kanonischen Farbkartenbereich [0, 1] für die Zuordnung zu Farben vmin, vmax: Diese Parameter sind optionaler Natur und gehören zum Farbbalkenbereich. Alpha: Dieser Parameter ist eine Intensität der Farbe. Aspekt: Dieser Parameter wird verwendet, um das Seitenverhältnis der Achsen zu steuern. Interpolation: Dieser Parameter ist die Interpolationsmethode, die zum Anzeigen eines Bildes verwendet wird. Ursprung: Dieser Parameter wird verwendet, um den Index [0, 0] des Arrays in der oberen linken oder unteren linken Ecke der Achsen zu platzieren. resample: Dieser Parameter ist die Methode, die für die Ähnlichkeit verwendet wird. Umfang: Dieser Parameter ist der Begrenzungsrahmen in Datenkoordinaten. filternorm: Dieser Parameter wird für den Antikorn-Bildgrößenänderungsfilter verwendet. filterrad: Dieser Parameter ist der Filterradius für Filter, die einen Radiusparameter haben. URL: Dieser Parameter legt die URL des erstellten Elements fest AxesImage.
Kehrt zurück: Dies gibt Folgendes zurück:
Bild: Dies gibt das zurück AxesImage
Die folgenden Beispiele veranschaulichen die Funktion matplotlib.pyplot.imshow() in matplotlib.pyplot:
Beispiel 1:
# Implementation of matplotlib function> import> matplotlib.pyplot as plt> import> numpy as np> from> matplotlib.colors> import> LogNorm> > dx, dy> => 0.015> ,> 0.05> y, x> => np.mgrid[> slice> (> -> 4> ,> 4> +> dy, dy),> > slice> (> -> 4> ,> 4> +> dx, dx)]> z> => (> 1> -> x> /> 3.> +> x> *> *> 5> +> y> *> *> 5> )> *> np.exp(> -> x> *> *> 2> -> y> *> *> 2> )> z> => z[:> -> 1> , :> -> 1> ]> z_min, z_max> => -> np.> abs> (z).> max> (), np.> abs> (z).> max> ()> > c> => plt.imshow(z, cmap> => 'Greens'> , vmin> => z_min, vmax> => z_max,> > extent> => [x.> min> (), x.> max> (), y.> min> (), y.> max> ()],> > interpolation> => 'nearest'> , origin> => 'lower'> )> plt.colorbar(c)> > plt.title(> 'matplotlib.pyplot.imshow() function Example'> ,> > fontweight> => 'bold'> )> plt.show()> |
Ausgabe:
Beispiel #2:
# Implementation of matplotlib function> import> matplotlib.pyplot as plt> import> numpy as np> from> matplotlib.colors> import> LogNorm> > dx, dy> => 0.015> ,> 0.05> x> => np.arange(> -> 4.0> ,> 4.0> , dx)> y> => np.arange(> -> 4.0> ,> 4.0> , dy)> X, Y> => np.meshgrid(x, y)> > extent> => np.> min> (x), np.> max> (x), np.> min> (y), np.> max> (y)> > Z1> => np.add.outer(> range> (> 8> ),> range> (> 8> ))> %> 2> plt.imshow(Z1, cmap> => 'binary_r'> , interpolation> => 'nearest'> ,> > extent> => extent, alpha> => 1> )> > def> geeks(x, y):> > return> (> 1> -> x> /> 2> +> x> *> *> 5> +> y> *> *> 6> )> *> np.exp(> -> (x> *> *> 2> +> y> *> *> 2> ))> > Z2> => geeks(X, Y)> > plt.imshow(Z2, cmap> => 'Greens'> , alpha> => 0.7> ,> > interpolation> => 'bilinear'> , extent> => extent)> > plt.title(> 'matplotlib.pyplot.imshow() function Example'> ,> > fontweight> => 'bold'> )> plt.show()> |
Ausgabe:
