Comment utiliser la méthode Matplotlib Imshow

Dans les langages de programmation, les images sont traitées en utilisant des nombres. La méthode imshow () du package matplotlib peut être utilisée pour afficher les graphiques. Parce que Matplotlib est couramment utilisé pour l'analyse visuelle, les graphiques sont inclus dans les données, et nous pouvons valider cela à l'aide de la fonction IMShow ().

De plus, la technique IMShow () est bien connue pour afficher des graphiques dans le logiciel MATLAB. Un tableau bidimensionnel peut afficher des graphiques en niveaux de gris, tandis qu'un tableau tridimensionnel peut afficher des visuels colorés. Nous représenterons des graphiques colorés ou sombres avec Matplotlib. Examinons plusieurs méthodes d'utilisation d'un tableau Numpy pour dessiner les graphiques et les représenter à l'aide de la fonction imshow ().

Utilisez la méthode Imshow ():

En utilisant la méthode imshow (), nous pourrons afficher des graphiques. Dans Matplotlib, nous pouvons ajuster la dimension de l'imshow sans étendre le graphique.

de Matplotlib importe Pypllot comme plt
Importer Numpy comme NP
PLT.rcparams ["Figure.figsize "] = [10.50, 6.0]
PLT.rcparams ["Figure.autolayout "] = true
d = np.aléatoire.Rand (8, 8)
PLT.imshow (d, origin = 'upper', étendue = [- 5, 5, -2, 2], aspect = 4)
PLT.montrer()

Avant de commencer le code, nous importons deux bibliothèques. Le matplotlib.La bibliothèque Pyplot est responsable des fonctions graphiques et des méthodes de traçage. D'un autre côté, la bibliothèque Numpy est utilisée pour gérer différentes valeurs numériques.

De même, nous appelons la fonction autolayout () pour définir l'espacement parmi les sous-intrigues. Ici, nous attribuons une «vraie» valeur à cette fonction. Nous avons créé une nouvelle variable, nous avons donc stocké les ensembles de données aléatoires avec 8 × 8 dimensions dans cette variable en utilisant la méthode Rand () de la bibliothèque Numpy.

De plus, nous utilisons une grille normale bidimensionnelle pour montrer les données comme un visuel. Nous utilisons la fonction imshow () pour dessiner le graphique sans étendre le graphique. Ici, nous pouvons indiquer l'origine du graphique.

De plus, pour convertir l'illustration des dimensions de pixel tampon en coordonnées cartésiennes de domaine de données, nous avons fourni l'argument «étendant» d'Imshow. Nous spécifions la résolution d'écran de l'image avec un nombre comme «Aspect = 4». Cela empêchera le portrait de déformer. L'aspect du graphique est défini sur 1 par défaut. En fin de compte, nous représentons le graphique en utilisant le PLT.Méthode Show ().

Dessinez différents graphiques ayant un schéma de couleurs unique:

La méthode Imshow () dans Matplotlib dessine une figure par un tableau Numpy 2D. Chaque attribut du tableau serait représenté par un bloc de l'illustration. Les données de l'attribut approprié et le motif de couleur utilisé par la fonction iMshow () définissent la teinte de chaque bloc.

Importer Matplotlib.pypllot comme plt
Importer Numpy comme NP
n = 6
M = np.remodeler (np.lispace (0, 1, n ** 2), (n, n))
PLT.Figure (FigSize = (14, 3))
PLT.sous-intrigue (141)
PLT.imshow (m,
cmap = 'gris',
interpolation = 'le plus proche'
)
PLT.xticks (gamme (n))
PLT.yticks (gamme (n))
PLT.Titre ('Graph 1', y = 0.3, FontSize = 20)
PLT.sous-intrigue (142)
PLT.imshow (m, cmap = 'viridis', interpolation = 'le plus proche')
PLT.Yticks ([])
PLT.xticks (gamme (n))
PLT.Titre ('Graph 2', y = 0.3, FontSize = 20)
PLT.sous-intrigue (143)
PLT.Imshow (m, cmap = 'viridis', interpolation = 'bicubic')
PLT.Yticks ([])
PLT.xticks (gamme (n))
PLT.Titre ('Graph 3', y = 0.3, FontSize = 20)
PLT.montrer()

Ici, nous devons introduire Matplotlib.Bibliothèques Pypllot et Numpy qui nous permettent de dessiner différents graphiques et d'exécuter certaines fonctions numériques. Ensuite, nous prenons une variable avec «N» qui représente le nombre de lignes et de colonnes dans les sous-intrigues.

De plus, nous déclarons une nouvelle variable utilisée pour stocker le tableau Numpy. Nous appliquons FigSize () pour spécifier la taille des sous-intrigues. Dans cette situation, nous devons tracer trois graphiques différents. Maintenant, pour dessiner le premier graphique, nous appliquons la fonction sous-intrigue (). Et la méthode imshow () est appelée pour dessiner le tableau. Cette fonction contient trois paramètres. Le «CMAP» est donné comme paramètre à cette fonction qui est utilisée pour définir la couleur des blocs. Le troisième paramètre, «interpolation», est utilisé pour mélanger les couleurs du bloc, mais les couleurs les plus proches ne seront pas mélangées avec elles.

Maintenant, nous utilisons le PLT.Méthode ticks () aux axes x et y, respectivement. Ceci est utilisé pour définir la plage du nombre de tiques sur les deux axes. De plus, la méthode PLT.Title () est appliqué pour définir l'étiquette du graphique et la taille de la police de l'étiquette.

Maintenant, nous dessinerons un deuxième graphique en utilisant les points de données identiques des axes x et y. Mais ici, nous dessinons le graphique avec les différents schémas de couleurs. Pour le deuxième graphique, nous appelons à nouveau PLT.Fonction sous-intrigue. La méthode plt.Imshow () est utilisé pour mettre à jour le paramètre «CMAP» de cette fonction.

Ici, nous utilisons le PLT.Ticks () Fonction pour définir la gamme de tiques. Nous avons également réglé le titre du deuxième graphique et de sa taille de police. Il est maintenant temps de cartographier le troisième graphique. Ce graphique utilise le même tableau que ci-dessus, mais il est dessiné en mélangeant les couleurs comme indiqué sur la figure. Les fonctions plt.sous-tracés (), imshow () et plt.les ticks () sont désormais déclarés pour ce graphique.

En fin de compte, le titre de ce graphique est également défini en utilisant le PLT.Titre () Méthode. Nous affichons les graphiques à l'aide de la méthode show ().

Dessinez un échec:

Nous allons créer un échiquier n'ayant que deux nuances. Nous allons donc utiliser la bibliothèque Numpy pour faire un tableau contenant deux entiers, 0 et 1. Dans cette étape, 1 représente une teinte lumineuse et 0 représente une teinte sombre ou terne. Dessinez un échec à matrice 10 × 10 à l'aide de la fonction IMShow ().

Importer Numpy comme NP
Importer Matplotlib.pypllot comme plt
array1 = np.Array ([[1,0] * 10, [0,1] * 10] * 10)
imprimer (array1)
PLT.imshow (array1, origine = "upper")

Tout d'abord, nous intégrons les bibliothèques Numpy et Matplotlib pour effectuer des méthodes graphiques et mathématiques. Maintenant, nous déclarons un tableau par l'utilisation de la bibliothèque Numpy. Ce tableau est utilisé pour créer une matrice 10 × 10 contenant deux nombres. Ces deux nombres représentent le bloc de couleur foncée et le bloc de teinte vif.

Ensuite, nous appelons la déclaration print () pour imprimer le tableau. De plus, le PLT.La fonction imshow () est définie pour dessiner le graphique. Ici, nous définissons l'origine du tracé en utilisant le paramètre «Origin».

Conclusion:

Dans cet artefact, nous avons discuté de l'utilisation de la fonction imshow (). Le but de l'utilisation de la méthode imshow () est d'afficher l'objet graphique. Nous utilisons également les multiples arguments de la fonction IMShow pour exécuter diverses opérations sur le graphique. L'argument «d'origine» de la méthode imshow () est utilisé pour modifier l'origine du graphique. Nous espérons que vous avez trouvé cet article utile. Vérifiez les autres articles sur les conseils pour les conseils et les tutoriels.