在matplotlib中，imshow方法用于繪制熱圖，基本用法如下

import matplotlib.pyplot as plt
import numpy as np
np.random.seed(123456789)
data = np.random.rand(25).reshape(5, 5)
plt.imshow(data)

輸出結(jié)果如下

imshow方法首先將二維數(shù)組的值標(biāo)準(zhǔn)化為0到1之間的值，然后根據(jù)指定的漸變色依次賦予每個(gè)單元格對應(yīng)的顏色，就形成了熱圖。對于熱圖而言，通常我們還需要畫出對應(yīng)的圖例，圖例通過colorbar方法來實(shí)現(xiàn)，代碼如下

plt.imshow(data)
plt.colorbar()

輸出結(jié)果如下

imshow方法常用的幾個(gè)參數(shù)如下

1. cmap

cmap是colormap的簡稱，用于指定漸變色，默認(rèn)的值為viridis, 在matplotlib中，內(nèi)置了一系列的漸變色，用法如下 

plt.imshow(data, cmap='Greens')

輸出結(jié)果如下

完整的內(nèi)置colormap的列表見如下鏈接

https://matplotlib.org/tutorials/colors/colormaps.html

2. aspect

aspect用于指定熱圖的單元格的大小，默認(rèn)值為equal,此時(shí)單元格用于是一個(gè)方塊，當(dāng)設(shè)置為auto時(shí)，會(huì)根據(jù)畫布的大小動(dòng)態(tài)調(diào)整單元格的大小，用法如下

plt.imshow(data, aspect='auto')

輸出結(jié)果如下

3. alpha

alpha參數(shù)用于指定透明度，用法如下

plt.imshow(data, alpha=0.8)

輸出結(jié)果如下

4. origin

orign參數(shù)指定繪制熱圖時(shí)的方向，默認(rèn)值為upper,  此時(shí)熱圖的右上角為(0, 0), 當(dāng)設(shè)置為lower時(shí)，熱圖的左下角為(0,0), 用法如下

plt.imshow(data, origin='lower')

輸出結(jié)果如下

5. vmin和vmax

vmin和vmax參數(shù)用于限定數(shù)值的范圍，只將vmin和vmax之間的值進(jìn)行映射，用法如下

plt.imshow(data, vmin=-0.8, vmax=0.8)
plt.colorbar()

輸出結(jié)果如下

6. interpolation

interprolation參數(shù)控制熱圖的顯示形式，是一個(gè)較難理解的參數(shù)，同樣的數(shù)據(jù)，不同取值對應(yīng)的熱圖形式如下

在日常使用而言，nearest和None是應(yīng)用的最多的。

7. extent

extent參數(shù)指定熱圖x軸和y軸的極值，取值為一個(gè)長度為4的元組或列表，其中，前兩個(gè)數(shù)值對應(yīng)x軸的最小值和最大值，后兩個(gè)參數(shù)對應(yīng)y軸的最小值和最大值，用法如下

plt.imshow(data, extent=(-0.5, 4.5, 4.5, -0.5))

輸出結(jié)果如下

可以看到，上述代碼的輸出和默認(rèn)輸出完全一致。其實(shí), extent和origin兩個(gè)參數(shù)是相互關(guān)聯(lián)的，origin參數(shù)的值為upper時(shí)，extent參數(shù)的默認(rèn)值如下

(-0.5, ncol(data) - 0.5, nrow(data)-0.5, 0.5)

當(dāng)origin參數(shù)的值為lower時(shí)，extent參數(shù)的默認(rèn)值如下

(-0.5, ncol(data) - 0.5, -0.5, nrow(data)-0.5)

修改extent參數(shù)的值，圖中單元格對應(yīng)的刻度會(huì)發(fā)生變化，示意如下

plt.imshow(data,extent=(-0.5,5.5,-5.5,0.5))

輸出結(jié)果如下

大多數(shù)的情況下，我們都不需要自己來手動(dòng)指定extent參數(shù)的值。

在繪制熱圖時(shí)，還可以結(jié)合xlim和ylim參數(shù)，來為熱圖的周圍增加空隙，代碼如下

plt.imshow(data)
plt.xlim(-1, 5)
plt.ylim(5, -1)
plt.colorbar()

輸出結(jié)果如下

相比R語言中的熱圖，matplotlib中的熱圖沒有聚類樹的功能，需要自己手動(dòng)來實(shí)現(xiàn)，但是可以很方便的添加圖例，而且受益于matplotlib靈活的基礎(chǔ)功能，可以實(shí)現(xiàn)非常復(fù)雜的如圖。

python使用plt.imshow在坐標(biāo)軸上展示圖片，坐標(biāo)設(shè)置問題。

坐標(biāo)默認(rèn)是從上到下，從左到右，例如

matplotlib.pyplot.imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, 
             vmin=None, vmax=None, origin=None, extent=None, shape=None, 
             filternorm=1, filterrad=4.0, imlim=None, resample=None, 
             url=None, hold=None, data=None, **kwargs

他的參數(shù)很多，找了很久，才發(fā)現(xiàn)，應(yīng)該是設(shè)置origin參數(shù)。

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.

設(shè)origin=‘lower'，就得到如下圖：

到此這篇關(guān)于matplotlib基礎(chǔ)繪圖命令之imshow的使用的文章就介紹到這了,更多相關(guān)matplotlib imshow內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論