So verwenden Sie die Matplotlib -IMshow -Methode

In Programmiersprachen werden Bilder mithilfe von Zahlen verarbeitet. Die IMshow () -Methode des Matplotlib -Pakets kann verwendet werden, um die Grafiken anzuzeigen. Da Matplotlib üblicherweise für visuelle Analysen verwendet wird, sind Grafiken in den Daten enthalten, und wir können dies mit Hilfe der IMshow () -Funktion validieren.

Darüber hinaus ist die IMshow () -Technik für die Anzeige von Diagrammen in der Matlab-Software bekannt. Ein zweidimensionales Array kann Graustufengrafiken anzeigen, während ein dreidimensionales Array farbenfrohe Bilder anzeigen kann. Wir werden entweder farbige oder dunkle Grafiken mit Matplotlib darstellen. Schauen wir uns verschiedene Methoden zur Verwendung eines Numpy -Arrays an, um die Diagramme zu zeichnen und sie mit Hilfe der IMshow () -Funktion darzustellen.

Verwenden Sie die IMshow () -Methode:

Durch die Verwendung der IMshow () -Methode können wir Grafiken anzeigen. In Matplotlib können wir die Dimension von IMshow anpassen, ohne die Grafik zu erweitern.

von Matplotlib Pyplot als PLT importieren
Numph als NP importieren
PLT.rcparams ["Figur.FigSize "] = [10.50, 6.0]
PLT.rcparams ["Figur.autolayout "] = true
d = np.willkürlich.Rand (8, 8)
PLT.IMshow (D, Origin = 'Oberes', Ausmaß = [ -5, 5, -2, 2], Aspekt = 4)
PLT.zeigen()

Bevor wir den Code starten, importieren wir zwei Bibliotheken. Der Matplotlib.Die Pyplot -Bibliothek ist für die grafischen Funktionen und Plottenverfahren verantwortlich. Andererseits wird die Numpy -Bibliothek verwendet, um verschiedene numerische Werte zu verarbeiten.

In ähnlicher Weise nennen wir die Funktion autolayout (), um den Abstand zwischen den Nebenhandlungen festzulegen. Hier weisen wir dieser Funktion einen „wahren“ Wert zu. Wir haben eine neue Variable erstellt, daher haben wir die Zufallsdatensätze mit 8 × 8 -Dimensionen in dieser Variablen gespeichert, indem wir die Rand () -Methode der Numpy -Bibliothek verwenden.

Darüber hinaus verwenden wir ein zweidimensionales normales Netz, um die Daten als visuell anzuzeigen. Wir verwenden die IMshow () -Funktion, um das Diagramm zu zeichnen, ohne die Grafik zu erweitern. Hier können wir den Ursprung der Grafik angeben.

Um die Illustration von Pixeldimensionen in einen Datendomänen -kartesischen Koordinaten umzuwandeln, haben wir außerdem das „Erweiterungsargument“ von IMshow bereitgestellt. Wir geben die Bildschirmauflösung des Bildes mit einer Zahl wie „Aspekt = 4“ an. Es wird verhindern, dass das Porträt verzerrt. Der Aspekt des Diagramms wird standardmäßig auf 1 gesetzt. Am Ende stellen wir das Diagramm mit der PLT dar.show () Methode.

Zeichnen Sie verschiedene Grafiken mit einem einzigartigen Farbschema:

Die IMshow () -Methode in Matplotlib zeichnet eine Figur durch ein 2-D-Numpy-Array. Jedes Attribut des Arrays würde durch einen Block in der Abbildung dargestellt. Die Daten des geeigneten Attributs und des von der IMshow () -Funktion verwendeten Farbmuster definieren den Schatten jedes Blocks.

Matplotlib importieren.Pyplot als PLT
Numph als NP importieren
n = 6
M = NP.Umform (NP.Linspace (0, 1, N ** 2), (n, n))
PLT.Abbildung (AbbSize = (14, 3))
PLT.Nebenhandlung (141)
PLT.IMshow (m,
cmap = 'grau',
Interpolation = 'nächstgelegen'
)
PLT.Xticks (Bereich (n))
PLT.yticks (Bereich (n))
PLT.Titel ('Graph 1', y = 0.3, fontsize = 20)
PLT.Nebenhandlung (142)
PLT.IMshow (M, cmap = 'viridis', Interpolation = 'nächstgelegener')
PLT.yticks ([])
PLT.Xticks (Bereich (n))
PLT.Titel ('Graph 2', y = 0.3, fontsize = 20)
PLT.Nebenhandlung (143)
PLT.IMshow (M, cmap = 'viridis', interpolation = 'bicubic')
PLT.yticks ([])
PLT.Xticks (Bereich (n))
PLT.Titel ('Graph 3', y = 0.3, fontsize = 20)
PLT.zeigen()

Hier müssen wir Matplotlib vorstellen.Pyplot- und Numpy -Bibliotheken, mit denen wir verschiedene Grafiken zeichnen und einige numerische Funktionen ausführen können. Als nächstes nehmen wir eine Variable mit „n“ ein, die die Anzahl der Zeilen und Spalten in den Nebenhandlungen darstellt.

Darüber hinaus deklarieren wir eine neue Variable, mit der das Numpy -Array gespeichert wurde. Wir wenden figsize () an, um die Größe der Nebenhandlungen anzugeben. In dieser Situation müssen wir drei unterschiedliche Grafiken zeichnen. Um das erste Diagramm zu zeichnen, wenden wir die Subplot () -Funktion an. Und die IMshow () -Methode wird aufgerufen, um das Array zu zeichnen. Diese Funktion enthält drei Parameter. Das „CMAP“ wird als Parameter für diese Funktion angegeben, mit dem die Farbe der Blöcke definiert wird. Der dritte Parameter, „Interpolation“, wird verwendet, um die Farben des Blocks zu mischen, aber die nächsten Farben werden nicht mit ihnen gemischt.

Jetzt beschäftigen wir die PLT.Ticks () Methode zu den X- und Y -Achsen. Dies wird verwendet, um den Bereich der Anzahl der Zecken auf beiden Achsen festzulegen. Zusätzlich die Methode PLT.title () wird angewendet, um das Etikett des Diagramms und der Schriftgröße des Etiketts zu definieren.

Jetzt zeichnen wir einen zweiten Diagramm mit den identischen Datenpunkten der X- und Y -Achsen. Aber hier zeichnen wir das Diagramm mit den verschiedenen Farbschemata. Für das zweite Diagramm nennen wir wieder PLT.subplot () Funktion. Die Methode PLT.IMshow () wird verwendet, um den CMAP -Parameter dieser Funktion zu aktualisieren.

Hier beschäftigen wir die PLT.Ticks () Funktionen zum Definieren des Zeckenbereichs. Wir haben auch den Titel des zweiten Diagramms und seine Schriftgröße festgelegt. Jetzt ist es Zeit, das dritte Diagramm zuzuordnen. In diesem Diagramm wird das gleiche Array wie oben verwendet, wird jedoch durch Mischen der Farben wie in der Abbildung gezeigt gezeichnet. Die Funktionen PLT.sublots (), iMshow () und plt.Ticks () werden jetzt für diese Grafik deklariert.

Am Ende wird der Titel dieses Diagramms auch mit der PLT eingestellt.Titel () Methode. Wir zeigen die Grafiken mit Hilfe der Show () -Methode an.

Zeichnen Sie ein Schachbrett:

Wir werden ein Schachbrett mit nur zwei Farbtönen erstellen. Deshalb werden wir die Numpy -Bibliothek verwenden, um ein Array mit zwei Ganzzahlen zu erstellen, 0 und 1. In diesem Schritt repräsentiert 1 einen hellen Farbton, und 0 repräsentiert einen dunklen oder stumpf. Zeichnen wir mit Hilfe der IMshow () -Funktion ein 10 × 10 -Matrix -Schachbrett mit Hilfe des IMshow ().

Numph als NP importieren
Matplotlib importieren.Pyplot als PLT
Array1 = np.Array ([[1,0]*10, [0,1]*10]*10)
drucken (Array1)
PLT.IMshow (Array1, Origin = "Oberes")

Erstens integrieren wir die Numpy- und Matplotlib -Bibliotheken, um grafische und mathematische Methoden auszuführen. Jetzt deklarieren wir ein Array durch die Verwendung der Numpy -Bibliothek. Dieses Array wird verwendet, um eine 10 × 10 -Matrix mit zwei Zahlen zu erstellen. Diese beiden Zahlen repräsentieren den dunklen Farbblock und den hellen Farbtonblock.

Als nächstes rufen wir die Anweisung print () an, um das Array zu drucken. Außerdem die PLT.IMshow () -Funktion ist definiert, um die Grafik zu zeichnen. Hier setzen wir den Ursprung des Diagramms mit dem Parameter "Ursprung".

Abschluss:

In diesem Artefakt haben wir mit der Funktion iMshow () besprochen. Der Zweck der Verwendung der IMshow () -Methode besteht darin, das Grafikobjekt anzuzeigen. Wir verwenden auch die verschiedenen Argumente der IMshow -Funktion, um verschiedene Vorgänge in der Grafik auszuführen. Das Argument „Ursprung“ der IMshow () -Methode wird verwendet, um den Ursprung des Diagramms zu ändern. Wir hoffen, Sie haben diesen Artikel hilfreich gefunden. Überprüfen Sie die anderen Linux -Hinweisartikel für Tipps und Tutorials.