Matplotlib Python의 라이브러리이며 NumPy 라이브러리의 수학적 확장인 숫자입니다. 파이플롯 상태 기반 인터페이스입니다. Matplotlib MATLAB과 유사한 인터페이스를 제공하는 모듈입니다.
matplotlib.pyplot.imshow() 함수:
그만큼 imshow() 함수 matplotlib 라이브러리의 pyplot 모듈에서는 데이터를 이미지로 표시하는 데 사용됩니다. 즉, 2D 일반 래스터입니다.
통사론: matplotlib.pyplot.imshow(X, cmap=None, Norm=None, Aspect=None, 보간=None, alpha=None, vmin=None, vmax=None, Origin=None, Extent=None, Shape=, filternorm=1 , filterrad=4.0, imlim=, resample=없음, url=없음, *, 데이터=없음, **kwargs)
매개변수: 이 방법은 아래에 설명된 다음 매개변수를 허용합니다.
X: 이 매개변수는 이미지의 데이터입니다. cmap : 이 매개변수는 컬러맵 인스턴스 또는 등록된 컬러맵 이름입니다. norm : 이 매개변수는 Normalize 인스턴스로, 색상에 매핑하기 위해 데이터 값을 표준 색상맵 범위 [0, 1]로 조정합니다. vmin, vmax : 이 매개변수는 본질적으로 선택 사항이며 색상 막대 범위입니다. alpha : 이 매개변수는 색상의 강도입니다. Aspect : 이 매개변수는 축의 종횡비를 제어하는 데 사용됩니다. interpolation : 이 매개변수는 이미지를 표시하는 데 사용된 보간 방법입니다. Origin : 이 매개변수는 배열의 [0, 0] 인덱스를 축의 왼쪽 위 또는 왼쪽 아래 모서리에 배치하는 데 사용됩니다. resample : 이 매개변수는 유사에 사용되는 방법입니다. 범위 : 이 매개변수는 데이터 좌표의 경계 상자입니다. filternorm : 이 매개변수는 안티그레인 이미지 크기 조정 필터에 사용됩니다. filterrad : 이 매개변수는 반경 매개변수가 있는 필터의 필터 반경입니다. url : 이 매개변수는 생성된 URL의 URL을 설정합니다. 축이미지.
보고: 그러면 다음이 반환됩니다.
자바스크립트 창.열기image : 이는 다음을 반환합니다. 축이미지
아래 예는 matplotlib.pyplot의 matplotlib.pyplot.imshow() 함수를 보여줍니다.
폰 노이만 아키텍처
예시 #1:
# 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()> |
자바의 목록
>
>
산출:
예시 #2:
C의 ASCII 테이블
# 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()> |
>
안드로이드의 부활절 달걀
>
산출:
