本文主要是介绍Matplotlib imshow()函数用法总结,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
概述
Matplotlib中的imshow函数用于绘制热图。(热图:时数据分析常用的方法。通过色差、亮度来展示数据的差异,容易理解)
用法
imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, shape=None, filternorm=1, filterrad=4.0, imlim=None, resample=None, url=None, hold=None, data=None, **kwargs)
1.cmap:cmap是colormap的简称,用于指定渐变色,默认的值为viridis。
2.aspect:aspect用于指定热图的单元格的大小,默认值为equal,此时单元格用于是一个方块,当设置为auto时,会根据画布的大小动态调整单元格的大小。
3.alpha:alpha参数用于指定透明度。
4.orign:orign参数指定绘制热图时的方向,默认值为upper此时热图的右上角为(0, 0), 当设置为lower时,热图的左下角为(0,0)。
5.vmin和vmax:用于限定数值的范围,只将vmin和vmax之间的值进行映射。
6.interpolation:参数控制热图的显示形式。
7.extent:extent参数指定热图x轴和y轴的极值。大多数的情况下,我们都不需要自己来手动指定extent参数的值。在绘制热图时,还可以结合xlim和ylim参数,来为热图的周围增加空隙。
代码演式
import matplotlib.pyplot as pltX = [[1,3], [2,4], [3,5]]
plt.imshow(X)
plt.colorbar()
plt.show()
plt.colorbar(cax=None,ax=None,shrink=0.5)可设置Bar为一半长度。
import matplotlib.pyplot as pltX = [[1,3], [2,4], [3,5]]
plt.imshow(X)
plt.colorbar(cax=None, ax=None, shrink=0.5)
plt.show()
综合使用
import matplotlib.pyplot as plt X = [[1,3], [2,4]]
fig = plt.figure()
ax = fig.add_subplot(221) # 前面两个数字是表示所绘制平面的矩形格式,下面绘制的是2x2的矩形图
ax.imshow(X)ax = fig.add_subplot(222)
im = ax.imshow(X, cmap=plt.cm.gray) # 设置颜色
plt.colorbar(im, cax=None, ax=None,shrink=0.5)ax = fig.add_subplot(223)
im = ax.imshow(X, cmap=plt.cm.spring)
plt.colorbar(im, cax=None, ax=None, shrink=0.5)ax = fig.add_subplot(224)
im = ax.imshow(X, cmap=plt.cm.summer)
plt.colorbar(im, cax=None, ax=None, shrink=0.5)plt.show()
希望这篇文章对大家的学习有所帮助!
这篇关于Matplotlib imshow()函数用法总结的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!