matplotlib.pyplot.figimage #

matplotlib.pyplot. figimage ( X , xo = 0 , yo = 0 , alpha = None , norm = None , cmap = None , vmin = None , vmax = None , origin = None , resize = False , ** kwargs ) [출처] #

리샘플링되지 않은 이미지를 Figure에 추가합니다.

이미지는 원점 에 따라 왼쪽 하단 또는 상단에 첨부됩니다 .

매개변수 :
엑스

이미지 데이터입니다. 이것은 다음 모양 중 하나의 배열입니다.

  • (M, N): 스칼라 데이터가 있는 이미지. 색상 매핑은 cmap , norm , vmin 및 vmax 에 의해 제어됩니다 .

  • (M, N, 3): RGB 값(0-1 float 또는 0-255 int)이 있는 이미지.

  • (M, N, 4): RGBA 값(0-1 float 또는 0-255 int)이 있는 이미지, 즉 투명도 포함.

xo, 요 int

픽셀 단위 의 x / y 이미지 오프셋입니다.

알파 없음 또는 부동 소수점

알파 블렌딩 값입니다.

cmap str 또는 Colormap, 기본값: rcParams["image.cmap"](기본값: 'viridis')

스칼라 데이터를 색상에 매핑하는 데 사용되는 Colormap 인스턴스 또는 등록된 컬러맵 이름입니다.

X 가 RGB(A)인 경우 이 매개변수는 무시됩니다 .

norm str 또는 Normalize, 선택 사항

cmap 을 사용하여 색상에 매핑하기 전에 스칼라 데이터를 [0, 1] 범위로 조정하는 데 사용되는 정규화 방법 입니다. 기본적으로 선형 스케일링이 사용되어 가장 낮은 값을 0으로, 가장 높은 값을 1로 매핑합니다.

주어진 경우 다음 중 하나일 수 있습니다.

  • 서브클래스 의 인스턴스 Normalize또는 그 중 하나입니다( 컬러맵 정규화 참조 ).

  • 척도 이름, 즉 "linear", "log", "symlog", "logit" 등 중 하나. 사용 가능한 척도 목록을 보려면 matplotlib.scale.get_scale_names(). 이 경우 적절한 Normalize하위 클래스가 동적으로 생성되고 인스턴스화됩니다.

X 가 RGB(A)인 경우 이 매개변수는 무시됩니다 .

vmin, vmax float, 옵션

스칼라 데이터를 사용하고 명시적 norm 을 사용하지 않는 경우 vmin 및 vmax 는 컬러 맵이 다루는 데이터 범위를 정의합니다. 기본적으로 컬러맵은 제공된 데이터의 전체 값 범위를 포함합니다. norm 인스턴스가 주어졌을 때 vmin / vmax를 사용하는 것은 오류입니다(단, vmin / vmax 와 함께 norm 이름 을 사용 하는 것은 허용됨).str

X 가 RGB(A)인 경우 이 매개변수는 무시됩니다 .

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

배열의 [0, 0] 인덱스가 축의 왼쪽 위 또는 왼쪽 아래 모서리에 있는 위치를 나타냅니다.

부울 크기 조정

True 인 경우 주어진 이미지 크기와 일치하도록 Figure의 크기를 조정합니다.

반환 :
matplotlib.image.FigureImage
기타 매개변수 :
**kwargs

추가 kwargs는 Artist에 전달되는 kwargs FigureImage입니다.

메모

figimage imshow는 현재 Axes에 맞게 리샘플링될 Axes 이미지( )를 보완합니다. 리샘플링된 이미지로 전체 그림을 채우려면 Axes범위를 [0, 0, 1, 1]로 정의할 수 있습니다.

예

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()