matplotlib.figure.Figure.figimage#
- Figure.figimage(X, xo=0, yo=0, alpha=None, norm=None, cmap=None, vmin=None, vmax=None, origin=None, resize=False, **kwargs)[源代码][源代码]#
将一个未重采样的图像添加到图形中。
图像根据 origin 附加到左下角或左上角。
- 参数:
- X
图像数据。这是一个以下形状之一的数组:
(M, N): 一个包含标量数据的图像。颜色映射由 cmap、norm、vmin 和 vmax 控制。
(M, N, 3): 一张带有RGB值(0-1浮点数或0-255整数)的图像。
(M, N, 4): 一张包含RGBA值(0-1浮点数或0-255整数)的图像,即包括透明度。
- xo, yo整数
图像的 x/y 像素偏移。
- alpha无或浮点数
阿尔法混合值。
- cmap : str 或
Colormap
,默认值:rcParams["image.cmap"]
(default:'viridis'
)str 或 用于将标量数据映射为颜色的 Colormap 实例或已注册的 colormap 名称。
如果 X 是 RGB(A),则忽略此参数。
- norm : str 或
Normalize
,可选str 或 在将标量数据映射到颜色之前,用于将标量数据缩放到 [0, 1] 范围的归一化方法。默认情况下,使用线性缩放,将最低值映射到 0,最高值映射到 1。
如果提供,这可以是以下之一:
一个刻度名称,即“linear”、“log”、“symlog”、“logit”等之一。要获取可用刻度的列表,请调用
matplotlib.scale.get_scale_names()
。在这种情况下,会动态生成并实例化一个合适的Normalize
子类。
如果 X 是 RGB(A),则忽略此参数。
- vmin, vmax浮点数,可选
在使用标量数据且未明确指定 norm 时,vmin 和 vmax 定义了颜色映射覆盖的数据范围。默认情况下,颜色映射覆盖所提供数据的完整值范围。当给定 norm 实例时,使用 vmin/vmax 是错误的(但使用
str
norm 名称与 vmin/vmax 一起是可以接受的)。如果 X 是 RGB(A),则忽略此参数。
- origin : {'upper', 'lower'}, 默认值:
rcParams["image.origin"]
(default:'upper'
){'upper', 'lower'}, 默认: 指示数组的 [0, 0] 索引位于 Axes 的左上角还是左下角。
- 调整大小布尔
如果 True,调整图形大小以匹配给定的图像大小。
- 返回:
- 其他参数:
- **kwargs
附加的 kwargs 是传递给
FigureImage
的Artist
kwargs。
注释
figimage 补充了 Axes 图像 (
imshow
),它将被重新采样以适应当前的 Axes。如果你想让重新采样的图像填充整个图形,你可以定义一个范围为 [0, 0, 1, 1] 的Axes
。示例
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()