Matplotlib er et bibliotek i Python og det er numerisk – matematisk utvidelse for NumPy-biblioteket. Pyplot er et statsbasert grensesnitt til en Matplotlib modul som gir et MATLAB-lignende grensesnitt.
matplotlib.pyplot.imshow() Funksjon:
skrive ut uttalelse i java
De imshow() funksjon i pyplot-modulen til matplotlib-biblioteket brukes til å vise data som et bilde; dvs. på et 2D vanlig raster.
Syntaks: matplotlib.pyplot.imshow(X, cmap=Ingen, norm=Ingen, aspekt=Ingen, interpolasjon=Ingen, alpha=Ingen, vmin=Ingen, vmax=Ingen, opprinnelse=Ingen, omfang=Ingen, form=, filternorm=1 , filterrad=4.0, imlim=, resample=Ingen, url=Ingen, *, data=Ingen, **kwargs)
Parametere: Denne metoden godtar følgende parametere som er beskrevet nedenfor:
X: Denne parameteren er dataene til bildet. cmap : Denne parameteren er en fargekartforekomst eller registrert fargekartnavn. norm : Denne parameteren er Normalize-forekomsten skalerer dataverdiene til det kanoniske fargekartområdet [0, 1] for tilordning til farger vmin, vmax : Disse parameterne er valgfrie og de er fargelinjeområde. alpha : Denne parameteren er en intensitet av fargen. aspekt: Denne parameteren brukes til å kontrollere sideforholdet til aksene. interpolasjon: Denne parameteren er interpolasjonsmetoden som brukes til å vise et bilde. origin : Denne parameteren brukes til å plassere [0, 0]-indeksen til matrisen i øvre venstre eller nedre venstre hjørne av aksene. resample : Denne parameteren er metoden som brukes for å likne. omfang : Denne parameteren er grenseboksen i datakoordinater. filternorm : Denne parameteren brukes for filteret til å endre størrelsen på antikornbildet. filterrad : Denne parameteren er filterradiusen for filtre som har en radiusparameter. url : Denne parameteren setter url-en til den opprettede AxesImage.
Returnerer: Dette returnerer følgende:
image : Dette returnerer AxesImage
Eksemplene nedenfor illustrerer funksjonen matplotlib.pyplot.imshow() i matplotlib.pyplot:
Eksempel #1:
hvis annet hvis annet hvis java
# 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()> |
>
>
Produksjon:
Eksempel #2:
javascript onload script
null sjekker i java
# 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()> |
>
>
Produksjon:
