Matplotlib是Python中的一个库，它是数字的-NumPy库的数学扩展。 Pyplot是Matplotlib模块的基于状态的接口，该模块提供了MATLAB-like接口。
matplotlib.pyplot.imshow()功能：
matplotlib库的pyplot模块中的imshow()函数用于将数据显示为图像；即在2D常规栅格上。
用法： matplotlib.pyplot.imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, shape=, filternorm=1, filterrad=4.0, imlim=, resample=None, url=None, \*, data=None, \*\*kwargs)
参数：此方法接受以下描述的参数：
X:此参数是图像的数据。
cmap:此参数是颜色图实例或注册的颜色图名称。
norm:此参数是Normalize实例，将数据值缩放到规范的颜色图范围[0，1]以映射到颜色
vmin, vmax:这些参数本质上是可选的，它们是颜色栏范围。
alpha:此参数是颜色的强度。
aspect:此参数用于控制轴的纵横比。
interpolation:此参数是用于显示图像的插值方法。
origin:此参数用于将数组的[0，0]索引放置在轴的左上角或左下角。
resample:此参数是用于类似的方法。
extent:此参数是数据坐标中的边界框。
filternorm:此参数用于防颗粒图像调整大小过滤器。
filterrad:此参数是具有半径参数的滤镜的滤镜半径。
url:此参数设置创建的AxesImage的url。
返回值：这将返回以下内容：
image:这将返回AxesImage
以下示例说明了matplotlib.pyplot中的matplotlib.pyplot.imshow()函数：
范例1：
# 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()
输出：
范例2：
# 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()
输出：
