Matplotlib.pyplot.imshow 中如何使用 ‘extent’

介绍

matplotlib.pyplot.imshow 是一个用于绘制图像的函数，它可以将数据数组显示为图像，支持灰度图和彩色图，以及不同维度数据的展示。其中有一个非常有用的参数 extent，它用于指定图像在坐标系中的显示位置和大小。

extent 是一个浮点数列表或元组，其格式为 (left, right, bottom, top)，表示图像在 x、y 轴上的显示范围。如果只提供了一个值，则会认为是 (0, value, 0, value)。

使用例子

以下是一个简单的例子，展示了如何使用 extent 参数。

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
data = np.arange(16).reshape((4, 4))
x = np.arange(data.shape[1] + 1)
y = np.arange(data.shape[0] + 1)

# 绘制图像
fig, ax = plt.subplots()
im = ax.imshow(data, extent=[x[0], x[-1], y[0], y[-1]], cmap="YlGn")
ax.set_xlim(x[0], x[-1])
ax.set_ylim(y[0], y[-1])
plt.colorbar(im)
plt.show()

在这个例子中，我们生成了一个 $4 \times 4$ 的数据矩阵，然后使用 imshow 函数将其绘制成图像。通过指定 extent 参数为 [x[0], x[-1], y[0], y[-1]] 来确保图像在 x、y 轴上显示的范围正确。最后使用 colorbar 函数添加颜色条。

下面我们来更详细地了解 extent 参数的使用。

不指定 `extent`

当 extent 没有被指定时，imshow 默认会显示整个数据矩阵，左上角坐标为 $(0, 0)$ ，右下角坐标为 $(N, M)$ ，其中 $N$ 和 $M$ 分别是数据矩阵的行数和列数。

fig, ax = plt.subplots()
im = ax.imshow(data, cmap="YlGn") # 未指定 extent

ax.set_xticks(np.arange(data.shape[1]))
ax.set_yticks(np.arange(data.shape[0]))
ax.set_xticklabels(["col{}".format(i) for i in range(data.shape[1])])
ax.set_yticklabels(["row{}".format(i) for i in range(data.shape[0])])

plt.colorbar(im)
plt.show()

指定 `extent` 参数

当我们指定 extent 参数时，imshow 会根据指定的范围来显示数据矩阵。假设我们的数据矩阵是一个温度图像，其中每个像素点表示一个温度值。那么我们可以按如下方式绘制图像：

# 温度数据
data = np.array([[20, 25, 30], [30, 35, 40], [40, 45, 50]])

# 横纵坐标范围
x = np.array([1, 2, 3])
y = np.array([1, 2, 3])

# 绘制图像
fig, ax = plt.subplots()
im = ax.imshow(data, extent=[x[0]-0.5, x[-1]+0.5, y[0]-0.5, y[-1]+0.5], cmap="cool")

# 设置坐标轴标签
ax.set_xticks(range(data.shape[1]))
ax.set_yticks(range(data.shape[0]))
ax.set_xticklabels(["X1", "X2", "X3"])
ax.set_yticklabels(["Y1", "Y2", "Y3"])

# 添加颜色条
plt.colorbar(im)
plt.show()