matplotlib.pyplot.imshow() v Pythonu
Matplotlib je knjižnica v Pythonu in je numerično – matematična razširitev knjižnice NumPy. Pyplot je vmesnik za a Matplotlib modul, ki nudi vmesnik, podoben MATLAB-u.
Funkcija matplotlib.pyplot.imshow():
The funkcijo imshow(). v modulu pyplot knjižnice matplotlib se uporablja za prikaz podatkov kot slike; na 2D pravilnem rastru.
Sintaksa: matplotlib.pyplot.imshow(X, cmap=Brez, norm=Brez, aspect=Brez, interpolacija=Brez, alfa=Brez, vmin=Brez, vmax=Brez, izvor=Brez, obseg=Brez, oblika=, filternorm=1 , filterrad=4.0, imlim=, resample=Brez, url=Brez, *, data=Brez, **kwargs)
Parametri: Ta metoda sprejema naslednje parametre, ki so opisani spodaj:
X: Ta parameter so podatki slike. cmap : Ta parameter je primerek barvne preslikave ali registrirano ime barvne preslikave. norma : ta parameter je primerek Normalize, ki meri vrednosti podatkov na kanoničen obseg barvne preslikave [0, 1] za preslikavo v barve vmin, vmax : ta parametra sta po naravi izbirna in sta obseg barvne vrstice. alfa : Ta parameter je intenzivnost barve. vidik : ta parameter se uporablja za nadzor razmerja stranic osi. interpolacija : Ta parameter je metoda interpolacije, ki se uporablja za prikaz slike. izvor: Ta parameter se uporablja za postavitev indeksa [0, 0] matrike v zgornji levi ali spodnji levi kot osi. resample : Ta parameter je metoda, ki se uporablja za podobo. obseg : ta parameter je omejevalni okvir v podatkovnih koordinatah. filternorm : Ta parameter se uporablja za filter za spreminjanje velikosti slike proti zrnatosti. filterrad : Ta parameter je radij filtra za filtre, ki imajo parameter radij. url : ta parameter nastavi url ustvarjenega AxesImage.
Vrne: To vrne naslednje:
image : To vrne AxesImage
Spodnji primeri ponazarjajo funkcijo matplotlib.pyplot.imshow() v matplotlib.pyplot:
Primer #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()> |
Izhod:
Primer #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()> |
Izhod:
