Matplotlib er et bibliotek i Python, og det er numerisk - matematisk udvidelse til NumPy-biblioteket. Pyplot er en statsbaseret grænseflade til en Matplotlib modul som giver et MATLAB-lignende interface.
matplotlib.pyplot.imshow() Funktion:
hvordan man ved, om nogen har blokeret dig på Android
Det imshow() funktion i pyplot-modulet i matplotlib-biblioteket bruges til at vise data som et billede; dvs. på et 2D almindelig raster.
Syntaks: matplotlib.pyplot.imshow(X, cmap=Ingen, norm=Ingen, aspekt=Ingen, interpolation=Ingen, alpha=Ingen, vmin=Ingen, vmax=Ingen, oprindelse=Ingen, omfang=Ingen, form=, filternorm=1 , filterrad=4.0, imlim=, resample=Ingen, url=Ingen, *, data=Ingen, **kwargs)
Parametre: Denne metode accepterer følgende parametre, der er beskrevet nedenfor:
X: Denne parameter er billedets data. cmap : Denne parameter er en farvekortforekomst eller et registreret farvekortnavn. norm : Denne parameter er Normalize-forekomsten skalerer dataværdierne til det kanoniske farvekortområde [0, 1] for tilknytning til farver vmin, vmax : Disse parametre er valgfrie, og de er farvelinjeområde. alpha : Denne parameter er en intensitet af farven. aspekt : Denne parameter bruges til at styre aksernes billedformat. interpolation: Denne parameter er den interpolationsmetode, der bruges til at vise et billede. origin : Denne parameter bruges til at placere [0, 0]-indekset for arrayet i øverste venstre eller nederste venstre hjørne af akserne. resample : Denne parameter er den metode, der bruges til at ligne. omfang : Denne parameter er afgrænsningsrammen i datakoordinater. filternorm : Denne parameter bruges til filteret til ændring af billedstørrelsen mod korn. filterrad : Denne parameter er filterradius for filtre, der har en radiusparameter. url : Denne parameter indstiller url'en for den oprettede AxesImage.
Vender tilbage: Dette returnerer følgende:
billede : Dette returnerer AxesImage
Nedenstående eksempler illustrerer funktionen matplotlib.pyplot.imshow() i matplotlib.pyplot:
Eksempel #1:
hvis andet hvis andet 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()> |
>
>
Produktion:
Eksempel #2:
javascript onload script
1. ordens logik
# 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()> |
>
>
Produktion:
