Метод Matplotlib.pyplot.imshow() - отображение изображений и цветовых сеток

Метод Matplotlib.pyplot.imshow() отображает 2D-изображение или массив на графике. Это помогает визуализировать данные изображения, цветовые сетки или другие представления 2D-данных.

Содержание

Синтаксис
Аргументы
Возвращаемое значение
Пример

Синтаксис

matplotlib.pyplot.imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, 
                         alpha=None, vmin=None, vmax=None, origin=None, extent=None, 
                         interpolation_stage=None, filternorm=True, filterrad=4.0, resample=None, 
                         url=None, data=None, **kwargs)

matplotlib.pyplot.imshow(X, cmap=None, norm=None, aspect=None, interpolation=None,

alpha=None, vmin=None, vmax=None, origin=None, extent=None,

interpolation_stage=None, filternorm=True, filterrad=4.0, resample=None,

url=None, data=None, **kwargs)

Аргументы

Функция matplotlib.pyplot.imshow() имеет только один обязательный аргумент, остальные необязательны.

x: это обязательный аргумент. Принимает массив в качестве значения. Этот массив состоит из точек.
cmap: этот параметр используется для сопоставления скалярных данных с цветом.
norm: эта функция используется для нормализации данных. Скалярные данные нормализуются от 0 до 1. Эти нормализованные данные используются в качестве значения cmap.
aspect: в этом аргументе передается соотношение сторон осей. Этот аргумент принимает такие значения, как «auto», «equal» или числа с плавающей запятой.
interpolation: в этом аргументе передается используемый метод интерполяции. По умолчанию он задается как сглаженный.
interpolation_stage: это этап, на котором должна выполняться интерполяция. Этот аргумент принимает значения как «data» и «rgba». По умолчанию он передается как data.
alpha: это необязательный аргумент. Принимает значения от 0 до 1. 0 используется для прозрачности, а 1 — для непрозрачности.
vmin, vmax: этот аргумент можно использовать только в том случае, если не используется параметр norm. Эти vmin и vmax используются вместе с norm по умолчанию для сопоставления скалярных данных с массивом карт цветов cmap.
origin: в этом аргументе передается начало координат, в котором должны быть размещены оси. Происхождение может быть задано со значением, таким как «upper» или «lower».
extent: в этом аргументе передается сторона, в которой должно выполняться расширение. Некоторые из значений, которые принимает этот аргумент, — «left», «right», «bottom» и «top».
filternorm: это логическое значение. Если установлено значение True, это фильтрует нормализованные целые значения и исправляет ошибки округления. По умолчанию передается как True.
filterrad: принимает радиус фильтра в качестве значения этого аргумента.
resample: этот аргумент принимает логическое значение в качестве аргумента. Полный метод повторной выборки выполняется, если он передается как True.
URL: устанавливает URL для созданного изображения осей.

Возвращаемое значение

Функция imshow() возвращает изображение осей. Она создает изображение осей из данных, переданных внутри функции, а затем возвращает изображение в качестве вывода.

Пример

# importing numpy package
import numpy as np

# Importing matplotlib pyplot as plt
import matplotlib.pyplot as plt

# importing matplotlib LogNorm from colors package
from matplotlib.colors import LogNorm

# Creating dx and dy
dx, dy = 0.015, 0.05

# Creating grid
b, a = np.mgrid[slice(-4, 4 + dy, dy),
 slice(-4, 4 + dx, dx)]
x =(1 - a / 3. + a ** 5 + b ** 5) * np.exp(-a ** 2 - b ** 2)
x = x[:-1, :-1]

# Getting the min and max values from the grid
x_min, x_max = -np.abs(x).max(), np.abs(x).max()

# Passing the grid into the imshow function
img = plt.imshow(x, cmap='Blues', vmin=x_min, vmax=x_max,
 extent=[a.min(), a.max(), b.min(), b.max()],
 interpolation='nearest', origin='lower')
plt.colorbar(img)
plt.title('Example using imshow function')
plt.show()

# importing numpy package

import numpy as np

# Importing matplotlib pyplot as plt

import matplotlib.pyplot as plt

# importing matplotlib LogNorm from colors package

from matplotlib.colors import LogNorm

# Creating dx and dy

dx, dy = 0.015, 0.05

# Creating grid

b, a = np.mgrid[slice(-4, 4 + dy, dy),

slice(-4, 4 + dx, dx)]

x =(1 - a / 3. + a ** 5 + b ** 5) * np.exp(-a ** 2 - b ** 2)

x = x[:-1, :-1]

# Getting the min and max values from the grid

x_min, x_max = -np.abs(x).max(), np.abs(x).max()

# Passing the grid into the imshow function

img = plt.imshow(x, cmap='Blues', vmin=x_min, vmax=x_max,

extent=[a.min(), a.max(), b.min(), b.max()],

interpolation='nearest', origin='lower')

plt.colorbar(img)

plt.title('Example using imshow function')

plt.show()

Выход

Пример использования Matplotlib.pyplot.imshow()

В этой программе мы импортировали библиотеку matplotlib.pyplot для отображения данных в виде изображения. Библиотека matplotlib состоит из всех функций для построения точек данных на различных типах графиков.

Затем мы импортировали numpy для создания сетки. Наконец, мы создали две переменные, dx и dy, для хранения дифференциальных значений. Далее мы присваиваем минимальное и максимальное значения переменной.

На следующем шаге мы передали сетку в функцию imshow. Сначала мы дали cmap как блюз, затем минимальное и максимальное значения и передали значения экстента.

Затем мы отобразили цветовую полосу с помощью функции colorbar. Затем мы отобразили созданное изображение с помощью функции show.