Python의 matplotlib.pyplot.imshow()
Matplotlib Python의 라이브러리이며 NumPy 라이브러리의 수학적 확장인 숫자입니다. 파이플롯 상태 기반 인터페이스입니다. Matplotlib MATLAB과 유사한 인터페이스를 제공하는 모듈입니다.
matplotlib.pyplot.imshow() 함수:
그만큼 imshow() 함수 matplotlib 라이브러리의 pyplot 모듈에서는 데이터를 이미지로 표시하는 데 사용됩니다. 즉, 2D 일반 래스터입니다.
통사론: matplotlib.pyplot.imshow(X, cmap=None, Norm=None, Aspect=None, 보간=None, alpha=None, vmin=None, vmax=None, Origin=None, Extent=None, Shape=, filternorm=1 , filterrad=4.0, imlim=, resample=없음, url=없음, *, 데이터=없음, **kwargs)
매개변수: 이 방법은 아래에 설명된 다음 매개변수를 허용합니다.
X: 이 매개변수는 이미지의 데이터입니다. cmap : 이 매개변수는 컬러맵 인스턴스 또는 등록된 컬러맵 이름입니다. norm : 이 매개변수는 Normalize 인스턴스로, 색상에 매핑하기 위해 데이터 값을 표준 색상맵 범위 [0, 1]로 조정합니다. vmin, vmax : 이 매개변수는 본질적으로 선택 사항이며 색상 막대 범위입니다. alpha : 이 매개변수는 색상의 강도입니다. Aspect : 이 매개변수는 축의 종횡비를 제어하는 데 사용됩니다. interpolation : 이 매개변수는 이미지를 표시하는 데 사용된 보간 방법입니다. Origin : 이 매개변수는 배열의 [0, 0] 인덱스를 축의 왼쪽 위 또는 왼쪽 아래 모서리에 배치하는 데 사용됩니다. resample : 이 매개변수는 유사에 사용되는 방법입니다. 범위 : 이 매개변수는 데이터 좌표의 경계 상자입니다. filternorm : 이 매개변수는 안티그레인 이미지 크기 조정 필터에 사용됩니다. filterrad : 이 매개변수는 반경 매개변수가 있는 필터의 필터 반경입니다. url : 이 매개변수는 생성된 URL의 URL을 설정합니다. 축이미지.
보고: 그러면 다음이 반환됩니다.
image : 이는 다음을 반환합니다. 축이미지
아래 예는 matplotlib.pyplot의 matplotlib.pyplot.imshow() 함수를 보여줍니다.
예시 #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()> |
산출:
예시 #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()> |
산출:
