Python matplotlib Figure.figimage用法及代碼示例

本文簡要介紹 python 語言中 matplotlib.figure.Figure.figimage 的用法。

用法

figimage(X, xo=0, yo=0, alpha=None, norm=None, cmap=None, vmin=None, vmax=None, origin=None, resize=False, **kwargs)

向圖中添加未重新采樣的圖像。

根據 origin 將圖像附加到左下角或左上角。

參數：

X

圖像數據。這是以下形狀之一的數組：

• (M,N)：具有標量數據的圖像。 Color-mapping 由 cmap 、 norm 、 vmin 和 vmax 控製。

• (M, N, 3)：具有 RGB 值(0-1 float 或 0-255 int)的圖像。

• (M, N, 4)：具有 RGBA 值(0-1 float 或 0-255 int)的圖像，即包括透明度。

xo, yo int

x /y 圖像偏移(以像素為單位)。

alpha 無或浮點數

Alpha 混合值。

cmap str 或 Colormap ，默認值：rcParams["image.cmap"](默認值：'viridis')

用於將標量數據映射到顏色的顏色圖實例或注冊的顏色圖名稱。

如果X 為 RGB(A)，則忽略此參數。

norm str 或 Normalize ，可選

在使用 cmap 映射到顏色之前，用於將標量數據縮放到 [0, 1] 範圍的歸一化方法。默認情況下，使用線性縮放，將最低值映射到 0，將最高值映射到 1。

如果給出，這可以是以下之一：

• Normalize 或其子類之一的實例(請參閱顏色圖歸一化)。

• 比例名稱，即 "linear"、"log"、"symlog"、"logit" 等之一。有關可用比例的列表，請調用 matplotlib.scale.get_scale_names() 。在這種情況下，會動態生成並實例化合適的 Normalize 子類。

如果X 為 RGB(A)，則忽略此參數。

vmin, vmax 浮點數，可選

當使用標量數據並且沒有顯式 norm 時，vmin 和 vmax 定義顏色圖覆蓋的數據範圍。默認情況下，顏色圖覆蓋所提供數據的完整值範圍。當給出 norm 實例時，使用 vmin /vmax 是錯誤的(但使用 str norm 名稱和 vmin /vmax 是可以接受的)。

如果X 為 RGB(A)，則忽略此參數。

origin {'upper', 'lower'}，默認：rcParams["image.origin"](默認：'upper')

指示數組的 [0, 0] 索引在坐標區的左上角或左下角的位置。

resize bool

如果 True ，調整圖形大小以匹配給定的圖像大小。

返回：

matplotlib.image.FigureImage

其他參數：

**kwargs

其他 kwargs 是 Artist kwargs 傳遞給 FigureImage 。

注意

figimage 補充了軸圖像( imshow )，它將被重新采樣以適應當前軸。如果要重新采樣的圖像填充整個圖形，可以定義範圍為 [0, 0, 1, 1] 的 Axes 。

例子

f = plt.figure()
nx = int(f.get_figwidth() * f.dpi)
ny = int(f.get_figheight() * f.dpi)
data = np.random.random((ny, nx))
f.figimage(data)
plt.show()