matplotlib.pyplot.imshow() у Python
Matplotlib це бібліотека на Python і є числово-математичним розширенням бібліотеки NumPy. Pyplot це інтерфейс на основі стану для a Matplotlib модуль, який забезпечує інтерфейс, схожий на MATLAB.
Функція matplotlib.pyplot.imshow():
The функція imshow(). у модулі pyplot бібліотеки matplotlib використовується для відображення даних у вигляді зображення; тобто на двовимірному регулярному растрі.
Синтаксис: matplotlib.pyplot.imshow(X, cmap=Немає, norm=Немає, aspect=Немає, інтерполяція=Немає, alpha=Немає, vmin=Немає, vmax=Немає, origin=Немає, extent=Немає, shape=, filternorm=1 , filterrad=4.0, imlim=, resample=Немає, url=Немає, *, дані=Немає, **kwargs)
Параметри: Цей метод приймає такі параметри, описані нижче:
X: Цей параметр є даними зображення. cmap : цей параметр є екземпляром карти кольорів або зареєстрованою назвою карти кольорів. norm : Цей параметр є примірником Normalize, який масштабує значення даних до канонічного діапазону кольорової карти [0, 1] для відображення кольорів. vmin, vmax : ці параметри є необов’язковими за своєю природою та є діапазоном кольорової смуги. alpha: Цей параметр є інтенсивністю кольору. аспект : цей параметр використовується для керування співвідношенням сторін осей. інтерполяція: цей параметр є методом інтерполяції, який використовується для відображення зображення. origin : цей параметр використовується для розміщення індексу [0, 0] масиву у верхньому лівому або нижньому лівому куті осей. resample: цей параметр є методом, який використовується для схожості. extent : цей параметр є обмежуючою рамкою в координатах даних. filternorm : цей параметр використовується для фільтра зміни розміру антизернистого зображення. filterrad : цей параметр є радіусом фільтра для фільтрів, які мають параметр radius. url : цей параметр встановлює URL-адресу створеного AxesImage.
Повернення: Це повертає наступне:
image : повертає AxesImage
Наведені нижче приклади ілюструють функцію matplotlib.pyplot.imshow() у matplotlib.pyplot:
Приклад №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()> |
Вихід:
Приклад №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()> |
Вихід:
