Matplotlib.axes.axes.imshow()

Matplotlib是Python中的一个库，它是NumPy库的数值-数学扩展。Axes包含了大多数图形元素:Axis、Tick、Line2D、Text、Polygon等，并设置坐标系。Axes的实例通过callbacks属性支持回调。

函数:matplotlib.axes.axes.imshow

matplotlib库的Axes模块中的Axes.imshow()函数也用于在2D常规栅格上显示图像或数据。

Syntax:

Axes.imshow(self, X, cmap=None，norm=None，aspect=None，插值=None，alpha=None，vmin=None，vmax=None，origin=None，extent=None，shape=， filternorm=1, filterrad=4.0, imlim=， ressample =None，url=None，*，data=None，**kwargs)

参数:该方法接受如下参数说明:

X:镜像数据。

cmap:该参数是一个colormap实例或注册的colormap名称。

norm: Normalize实例将数据值缩放到规范的colormap范围[0,1]，用于映射到颜色

vmin, vmax:这些参数本质上是可选的，它们是颜色条范围。

alpha:该参数是颜色的强度。

aspect:该参数用于控制轴的长宽比。

内插:该参数是用来显示图像的内插方法。

origin:该参数用于将数组的[0,0]索引放置在坐标轴的左上角或左下角。

resample:该参数是用于相似的方法。

extent:该参数是数据坐标的边界框。

filternorm:该参数用于反粒度图像大小调整滤波器。

filterrad:对于具有radius参数的过滤器，该参数表示过滤半径。

url:该参数设置已创建的AxesImage的url。

返回如下内容:

image:返回AxesImage

下面的例子演示了matplotlib.axes.axes.imshow()函数在matplotlib.axes中的作用:

示例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()
   
fig, ax = plt.subplots()
     
c = ax.imshow(z, cmap ='Greens', vmin = z_min,
              vmax = z_max, extent =[x.min(),
                                     x.max(),
                                     y.min(),
                                     y.max()],
              interpolation ='nearest', 
              origin ='lower')
  
fig.colorbar(c, ax = ax)
ax.set_title('matplotlib.axes.Axes.imshow() Examples')
plt.show()

输出:

Matplotlib.axes.axes.imshow()

示例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)
   
fig, ax = plt.subplots()
  
Z1 = np.add.outer(range(8), range(8)) % 2
ax.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)
  
ax.imshow(Z2, cmap ="Greens", alpha = 0.7, 
          interpolation ='bilinear',
          extent = extent)
  
ax.set_title('matplotlib.axes.Axes.imshow() Examples')
plt.show()