时间:2021-05-22
在matplotlib中,imshow方法用于绘制热图,基本用法如下
import matplotlib.pyplot as pltimport numpy as npnp.random.seed(123456789)data = np.random.rand(25).reshape(5, 5)plt.imshow(data)输出结果如下
imshow方法首先将二维数组的值标准化为0到1之间的值,然后根据指定的渐变色依次赋予每个单元格对应的颜色,就形成了热图。对于热图而言,通常我们还需要画出对应的图例,图例通过colorbar方法来实现,代码如下
plt.imshow(data)plt.colorbar()输出结果如下
imshow方法常用的几个参数如下
1. cmap
cmap是colormap的简称,用于指定渐变色,默认的值为viridis,在matplotlib中,内置了一系列的渐变色,用法如下
plt.imshow(data, cmap='Greens')输出结果如下
完整的内置colormap的列表见如下链接
https://matplotlib.org/tutorials/colors/colormaps.html
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,用法如下
plt.imshow(data, aspect='auto')输出结果如下
3. alpha
alpha参数用于指定透明度,用法如下
plt.imshow(data, alpha=0.8)输出结果如下
4. origin
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),用法如下
plt.imshow(data, origin='lower')输出结果如下
5. vmin和vmax
vmin和vmax参数用于限定数值的范围,只将vmin和vmax之间的值进行映射,用法如下
plt.imshow(data, vmin=-0.8, vmax=0.8)plt.colorbar()输出结果如下
6. interpolation
interprolation参数控制热图的显示形式,是一个较难理解的参数,同样的数据,不同取值对应的热图形式如下
在日常使用而言,nearest和None是应用的最多的。
7. extent
extent参数指定热图x轴和y轴的极值,取值为一个长度为4的元组或列表,其中,前两个数值对应x轴的最小值和最大值,后两个参数对应y轴的最小值和最大值,用法如下
plt.imshow(data, extent=(-0.5, 4.5, 4.5, -0.5))输出结果如下
可以看到,上述代码的输出和默认输出完全一致。其实, extent和origin两个参数是相互关联的,origin参数的值为upper时,extent参数的默认值如下
(-0.5, ncol(data) - 0.5, nrow(data)-0.5, 0.5)当origin参数的值为lower时,extent参数的默认值如下
(-0.5, ncol(data) - 0.5, -0.5, nrow(data)-0.5)修改extent参数的值,图中单元格对应的刻度会发生变化,示意如下
plt.imshow(data,extent=(-0.5,5.5,-5.5,0.5))输出结果如下
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,代码如下
plt.imshow(data)plt.xlim(-1, 5)plt.ylim(5, -1)plt.colorbar()输出结果如下
相比R语言中的热图,matplotlib中的热图没有聚类树的功能,需要自己手动来实现,但是可以很方便的添加图例,而且受益于matplotlib灵活的基础功能,可以实现非常复杂的如图。
python使用plt.imshow在坐标轴上展示图片,坐标设置问题。
坐标默认是从上到下,从左到右,例如
他的参数很多,找了很久,才发现,应该是设置origin参数。
origin : [‘upper' | ‘lower'], optional, default: None Place the [0,0] index of the array in the upper left or lower left corner of the axes. If None, default to rc image.origin.设origin=‘lower',就得到如下图:
到此这篇关于matplotlib基础绘图命令之imshow的使用的文章就介绍到这了,更多相关matplotlib imshow内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
如果使用的是matplotlib绘图,可以通过以下命令更改图片的大小:%matplotliblinline如果是plt.figure(figsize=(5,3)
在用plt.imshow和cv2.imshow显示同一幅图时可能会出现颜色差别很大的现象。这是因为:opencv的接口使用BGR,而matplotlib.pyp
Python之绘图和可视化1.启用matplotlib最常用的Pylab模式的IPython(IPython--pylab)2.matplotlib的图像都位于
使用matplotlib绘图时,在弹出的窗口中默认是有工具栏的,那么这些工具栏是如何定义的呢?工具栏的三种模式matplotlib的基础配置由运行时参数(rcP
一、Matplotlib简介与安装 Matplotlib也就是MatrixPlotLibrary,顾名思义,是Python的绘图库。它可与NumPy一起使用,