Python中的matplotlib.pyplot.imshow()

可视化数据是分析海量数据的一个重要组成部分。Python 提供了许多用于此目的的库和函数，它们有助于创建简单但交互式的图表和图形。Matplotlib 是为此目的广泛使用且最常见的库。它提供了一个 imshow() 函数来显示绘制的图像。

本文将简要介绍 imshow() 函数及其实现。

首先，让我们回顾一下 matplotlib 库。

Matplotlib 简介

Matplotlib 是一个强大且适应性强的 Python 包，广泛用于生成高质量的可视化图。凭借其广泛的绘图工具，用户可以创建各种各样的图、表和图。使用 Matplotlib，可以轻松快速地可视化数据，从而创建简单的线图或更复杂的熱力图或图像。对于生成有意义且易于理解的可视化，数据科学家、研究人员和分析师都离不开其广泛且可定制的功能集。

imshow() 函数是什么？

Matplotlib 中的 imshow() 函数主要用于显示图像。它允许我们可视化表示为数值数据的二维数组或图像。此函数可以显示灰度图像、RGB 图像，甚至代表颜色强度值的多维数组。

imshow() 函数的语法

• x：输入 PIL 图像
• cmap：这是一个可选参数，表示颜色映射（colormap），即颜色的名称，它将标量数据映射到颜色。有不同的颜色映射，包括 blue、grey、inferno、magma 等。
• norm：它用于在映射颜色到 cmap 之前将数据缩放到 [0, 1] 范围。它是可选的，最小值为 0，最大值为 1。
• aspect：它处理轴的纵横比。值可以是 'equal'、'float' 或 'auto'。
• interpolation：它显示图像处理或显示图像时使用的插值方法。一些最常见的插值方法包括 'bilinear'、'bicubic'、'quadric'、'gaussian' 等。
• vmin, vmax：它们给出颜色映射的范围。
• alpha：它决定颜色的强度。
• extent：它确定数据坐标中的边界框。
• origin：它用于将数组的索引放置在轴的角上。
• filternorm：它给出抗锯齿图像缩放过滤器。
• filterrad：它确定过滤器的滤波半径。

作为输出，它返回带有轴的图像。

imshow() 函数的实现

让我们开始实现部分，它将清楚地说明如何在 Python 中使用此函数。

我们必须导入必要的库

1. imshow() 函数的简单示例

输出

作为输出，它返回我们输入的图像以及轴。

2. 具有不同 cmap 和插值方法的 imshow() 函数

输出

在这里，我们使用 imshow() 函数生成了一个随机数 numpy 数组。使用不同的 Cmaps 和插值方法，我们创建了两个惊人的图。我们将 bicubic 插值方法和 ocean_r cmap 应用于第一个子图。在另一个子图中，我们使用了 nearest 插值和 plasma cmap。

结论

matplotlib.Pyplot.Imshow() 函数用于在 Python 中可视化 2D 数组和像素。它广泛用于数据分析、计算机视觉和许多其他应用程序。