マットプロットリブ は Python のライブラリであり、NumPy ライブラリの数値的拡張です。 パイプロット への状態ベースのインターフェイスです。 マットプロットリブ MATLAB のようなインターフェイスを提供するモジュール。
matplotlib.pyplot.imshow() 関数:
の imshow() 関数 matplotlib ライブラリの pyplot モジュールは、データを画像として表示するために使用されます。つまり、2D 通常のラスター上です。
構文： matplotlib.pyplot.imshow(X, cmap=なし、norm=なし、aspect=なし、interpolation=なし、alpha=なし、vmin=なし、vmax=なし、origin=なし、extent=なし、shape=、filternorm=1 、filterrad=4.0、imlim=、resample=なし、url=なし、*、データ=なし、**kwargs)
パラメーター： このメソッドは、以下で説明するパラメータを受け入れます。
X: このパラメータは画像のデータです。 cmap : このパラメータは、カラーマップ インスタンスまたは登録されたカラーマップ名です。 Norm : このパラメータは、色にマッピングするためにデータ値を正規のカラーマップ範囲 [0, 1] にスケールする Normalize インスタンスです。 vmin、vmax : これらのパラメータは本質的にオプションであり、カラーバー範囲です。 alpha : このパラメータは色の強度です。アスペクト : このパラメータは、軸のアスペクト比を制御するために使用されます。 interpolation : このパラメータは、画像を表示するために使用される補間方法です。 Origin : このパラメータは、配列の [0, 0] インデックスを軸の左上隅または左下隅に配置するために使用されます。 resample : このパラメータは、類似するために使用される方法です。範囲 : このパラメータはデータ座標の境界ボックスです。 filternorm : このパラメータは、アンチグレイン画像サイズ変更フィルタに使用されます。 filterrad : このパラメータは、半径パラメータを持つフィルタのフィルタ半径です。 url : このパラメータは、作成されたファイルの URL を設定します。 軸イメージ。
戻り値： これにより、以下が返されます。
image : これは、 軸イメージ
以下の例は、matplotlib.pyplot の matplotlib.pyplot.imshow() 関数を示しています。
クイックソートJava
例 #1:
Javaをアップグレードする方法
# 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()> |
>
>
出力：
例2:
Java コレクション
# 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()> |
>
>
出力：
型変数Java