Matplotlib ist eine Bibliothek in Python und eine numerische – mathematische Erweiterung für die NumPy-Bibliothek. Pyplot ist eine zustandsbasierte Schnittstelle zu a Matplotlib Modul, das eine MATLAB-ähnliche Schnittstelle bereitstellt.
matplotlib.pyplot.imshow() Funktion:
Der imshow()-Funktion im Pyplot-Modul der Matplotlib-Bibliothek wird es verwendet, um Daten als Bild anzuzeigen; d. h. auf einem regelmäßigen 2D-Raster.
Syntax: matplotlib.pyplot.imshow(X, cmap=Keine, norm=Keine, Aspekt=Keine, interpolation=Keine, alpha=Keine, vmin=Keine, vmax=Keine, Ursprung=Keine, Umfang=Keine, Form=, Filternorm=1 , filterrad=4.0, imlim=, resample=None, url=None, *, data=None, **kwargs)
Parameter: Diese Methode akzeptiert die folgenden Parameter, die unten beschrieben werden:
X: Dieser Parameter sind die Daten des Bildes. cmap: Dieser Parameter ist eine Farbkarteninstanz oder ein registrierter Farbkartenname. norm: Mit diesem Parameter skaliert die Normalize-Instanz die Datenwerte auf den kanonischen Farbkartenbereich [0, 1] für die Zuordnung zu Farben vmin, vmax: Diese Parameter sind optionaler Natur und gehören zum Farbbalkenbereich. Alpha: Dieser Parameter ist eine Intensität der Farbe. Aspekt: Dieser Parameter wird verwendet, um das Seitenverhältnis der Achsen zu steuern. Interpolation: Dieser Parameter ist die Interpolationsmethode, die zum Anzeigen eines Bildes verwendet wird. Ursprung: Dieser Parameter wird verwendet, um den Index [0, 0] des Arrays in der oberen linken oder unteren linken Ecke der Achsen zu platzieren. resample: Dieser Parameter ist die Methode, die für die Ähnlichkeit verwendet wird. Umfang: Dieser Parameter ist der Begrenzungsrahmen in Datenkoordinaten. filternorm: Dieser Parameter wird für den Antikorn-Bildgrößenänderungsfilter verwendet. filterrad: Dieser Parameter ist der Filterradius für Filter, die einen Radiusparameter haben. URL: Dieser Parameter legt die URL des erstellten Elements fest AxesImage.
Kehrt zurück: Dies gibt Folgendes zurück:
Bild: Dies gibt das zurück AxesImage
Die folgenden Beispiele veranschaulichen die Funktion matplotlib.pyplot.imshow() in matplotlib.pyplot:
Beispiel 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()> |
Multiplexer
>
SMTP-Internetprotokoll
>
Ausgabe:
Beispiel #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()> |
>
>
Ausgabe:
