matplotlib.pyplot.imshow()函数

Matplotlib是Python中的一个库，它是NumPy库的数值-数学扩展。Pyplot是一个基于状态的Matplotlib模块接口，该模块提供了一个类似matlab的接口。

matplotlib.pyplot.imshow()函数:

使用matplotlib库pyplot模块中的imshow()函数将数据显示为图像;我# @e。在2D常规光栅上。

语法:*matplotlib.pyplot.imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, shape=, filternorm=1, filterrad=4.0, imlim=, resample=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。
• interpolation: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.pyplot.imshow()函数在matplotlib.pyplot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()
  
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()

输出:

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)
   
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()

输出: