matplotlib . axes . im show()中的 Python

哎哎哎:# t0]https://www . geeksforgeeks . org/matplotlib-axes-im how-in-python/上

Matplotlib 是 Python 中的一个库,是 NumPy 库的数值-数学扩展。轴类包含了大部分的图形元素:轴、刻度、线二维、文本、多边形等。,并设置坐标系。Axes 的实例通过回调属性支持回调。

matplotlib.axes.Axes.imshow()函数

matplotlib 库的 Axes 模块中的 Axes.imshow()函数也用于在 2D 规则光栅上显示图像或数据。

语法:

Axes.imshow(self,X,cmap =无,norm=无,aspect =无,插值=无,alpha =无,vmin =无,vmax =无,原点=无,范围=无,形状=,filternorm=1,filterrad=4.0,imlim=,重采样=无,url =无,数据=无, * * kwargs)

参数:该方法接受以下描述的参数:

  • X: 这个参数是图像的数据。
  • cmap : 此参数是一个 colormap 实例或注册的 colormap 名称。
  • norm : 此参数是 Normalize 实例,它将数据值缩放到标准颜色映射范围[0,1],以映射到颜色
  • vmin,vmax : 这些参数本质上是可选,它们是 colorbar 范围。
  • alpha : 此参数是颜色的强度。
  • 纵横比:该参数用于控制轴的纵横比。
  • 插值:该参数是用来显示图像的插值方法。
  • 原点:此参数用于将数组的[0,0]索引放置在轴的左上角或左下角。
  • 重采样:该参数是用于相似的方法。
  • 范围:该参数是数据坐标中的包围盒。
  • filternorm : 此参数用于反锯齿图像调整大小滤镜。
  • filterrad : 此参数是具有半径参数的过滤器的过滤器半径。
  • 网址:该参数设置创建的轴图像的网址。

返回:这将返回以下内容:

  • 图像:这将返回轴图像

下面的例子说明了 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:

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()

输出: