Matplotlib yra Python biblioteka ir yra skaitinis – matematinis NumPy bibliotekos plėtinys. Pyplot yra būsena pagrįsta sąsaja su a Matplotlib modulis, kuris suteikia į MATLAB panašią sąsają.
matplotlib.pyplot.imshow() Funkcija:
The imshow() funkcija Matplotlib bibliotekos pyplot modulyje naudojamas duomenims rodyti kaip vaizdą; y., 2D įprastame rastre.
Sintaksė: matplotlib.pyplot.imshow(X, cmap=Nėra, norma=Nėra, aspektas=Nėra, interpoliacija=Nėra, alpha=Nėra, vmin=Nėra, vmax=Nėra, origin=Nėra, apimtis=Nėra, forma=, filtranorm=1 , filterrad=4.0, imlim=, resample=Nėra, url=Nėra, *, data=Nėra, **kwargs)
Parametrai: Šis metodas priima šiuos parametrus, kurie aprašyti toliau:
X: Šis parametras yra vaizdo duomenys. cmap : Šis parametras yra spalvų schemos egzempliorius arba registruotas spalvų schemos pavadinimas. norma : Šis parametras yra Normalizavimo egzempliorius keičia duomenų reikšmes į kanoninį spalvų schemos diapazoną [0, 1], kad būtų susietos su spalvomis vmin, vmax : šie parametrai yra neprivalomi ir yra spalvų juostos diapazonas. alfa : Šis parametras yra spalvos intensyvumas. aspektas : šis parametras naudojamas ašių formato santykiui valdyti. interpoliacija: šis parametras yra interpoliacijos metodas, naudojamas vaizdui rodyti. origin : Šis parametras naudojamas masyvo indeksui [0, 0] patalpinti viršutiniame kairiajame arba apatiniame kairiajame ašių kampe. resample : šis parametras yra panašumo metodas. apimtis : šis parametras yra duomenų koordinačių ribojantis langelis. filternorm : Šis parametras naudojamas antigraininio vaizdo dydžio keitimo filtrui. filterrad : Šis parametras yra filtrų, turinčių spindulio parametrą, filtro spindulys. url : Šis parametras nustato sukurto URL adresą AxesImage.
Grąžinimai: Tai grąžina šiuos duomenis:
spausdinti žvaigždžių raštąvaizdas : grąžinama AxesImage
Žemiau pateikti pavyzdžiai iliustruoja funkciją matplotlib.pyplot.imshow() faile matplotlib.pyplot:
int parseint
1 pavyzdys:
matricos daugyba c
# 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()> |
>
>
Išvestis:
2 pavyzdys:
pilna i d e forma
# 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()> |
>
java pabaiga
>
Išvestis:
