Matplotlib je knjižnica v Pythonu in je numerično – matematična razširitev knjižnice NumPy. Pyplot je vmesnik za a Matplotlib modul, ki nudi vmesnik, podoben MATLAB-u.
Funkcija matplotlib.pyplot.imshow():
The funkcijo imshow(). v modulu pyplot knjižnice matplotlib se uporablja za prikaz podatkov kot slike; na 2D pravilnem rastru.
Sintaksa: matplotlib.pyplot.imshow(X, cmap=Brez, norm=Brez, aspect=Brez, interpolacija=Brez, alfa=Brez, vmin=Brez, vmax=Brez, izvor=Brez, obseg=Brez, oblika=, filternorm=1 , filterrad=4.0, imlim=, resample=Brez, url=Brez, *, data=Brez, **kwargs)
Parametri: Ta metoda sprejema naslednje parametre, ki so opisani spodaj:
X: Ta parameter so podatki slike. cmap : Ta parameter je primerek barvne preslikave ali registrirano ime barvne preslikave. norma : ta parameter je primerek Normalize, ki meri vrednosti podatkov na kanoničen obseg barvne preslikave [0, 1] za preslikavo v barve vmin, vmax : ta parametra sta po naravi izbirna in sta obseg barvne vrstice. alfa : Ta parameter je intenzivnost barve. vidik : ta parameter se uporablja za nadzor razmerja stranic osi. interpolacija : Ta parameter je metoda interpolacije, ki se uporablja za prikaz slike. izvor: Ta parameter se uporablja za postavitev indeksa [0, 0] matrike v zgornji levi ali spodnji levi kot osi. resample : Ta parameter je metoda, ki se uporablja za podobo. obseg : ta parameter je omejevalni okvir v podatkovnih koordinatah. filternorm : Ta parameter se uporablja za filter za spreminjanje velikosti slike proti zrnatosti. filterrad : Ta parameter je radij filtra za filtre, ki imajo parameter radij. url : ta parameter nastavi url ustvarjenega AxesImage.
Vrne: To vrne naslednje:
image : To vrne AxesImage
Spodnji primeri ponazarjajo funkcijo matplotlib.pyplot.imshow() v matplotlib.pyplot:
Primer #1:
povezan seznam 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()> |
lisica ali volk
>
>
Izhod:
Primer #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()> |
>
mini orodna vrstica excel
>
Izhod:
