Matplotlib est une bibliothèque en Python et il s'agit d'une extension numérique – mathématique pour la bibliothèque NumPy. Pyplot est une interface basée sur l'état vers un Matplotlib module qui fournit une interface de type MATLAB.
Fonction matplotlib.pyplot.imshow() :
Le fonction imshow() dans le module pyplot de la bibliothèque matplotlib est utilisé pour afficher les données sous forme d'image ; c'est-à-dire sur un raster régulier 2D.
Syntaxe: matplotlib.pyplot.imshow(X, cmap=Aucun, norm=Aucun, aspect=Aucun, interpolation=Aucun, alpha=Aucun, vmin=Aucun, vmax=Aucun, origin=Aucun, étendue=Aucun, shape=, filternorm=1 , filterrad=4.0, imlim=, resample=Aucun, url=Aucun, *, data=Aucun, **kwargs)
Paramètres: Cette méthode accepte les paramètres suivants décrits ci-dessous :
X : Ce paramètre correspond aux données de l'image. cmap : ce paramètre est une instance de palette de couleurs ou un nom de palette de couleurs enregistré. norm : ce paramètre est l'instance de normalisation qui met à l'échelle les valeurs des données selon la plage canonique de la palette de couleurs [0, 1] pour le mappage aux couleurs. vmin, vmax : ces paramètres sont facultatifs par nature et constituent une plage de barres de couleurs. alpha : Ce paramètre est une intensité de la couleur. aspect : Ce paramètre est utilisé pour contrôler le rapport hauteur/largeur des axes. interpolation : Ce paramètre est la méthode d'interpolation utilisée pour afficher une image. origin : Ce paramètre permet de placer l'index [0, 0] du tableau dans le coin supérieur gauche ou inférieur gauche des axes. resample : Ce paramètre est la méthode utilisée pour ressembler. Etendue : ce paramètre est la boîte englobante dans les coordonnées des données. filternorm : Ce paramètre est utilisé pour le filtre de redimensionnement d'image antigrain. filterrad : Ce paramètre est le rayon du filtre pour les filtres qui ont un paramètre de rayon. url : Ce paramètre définit l'url du fichier créé AxesImage.
Retour: Cela renvoie ce qui suit :
image : Cela renvoie le AxesImage
Les exemples ci-dessous illustrent la fonction matplotlib.pyplot.imshow() dans matplotlib.pyplot :
Exemple 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()> |
>
>
Sortir:
Exemple n°2 :
sélectionner plusieurs tables SQL
# 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()> |
>
>
Sortir:
