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)

将未重新采样的图像添加到图中。

图像附加到左下角或左上角，具体取决于 起源 .

参数:

X

图像数据。这是下列形状之一的数组：

• mxn：亮度（灰度）值
• MXNX3:RGB值
• MXNX4:RGBA值

XO，YO利息

这个 x / y 以像素为单位的图像偏移。

alpha无或浮动

alpha混合值。

norm ： matplotlib.colors.Normalizematplotlib.colors.Normalize

A Normalize 将亮度映射到间隔的实例 [0, 1] .

cmap : str or matplotlib.colors.Colormap, default: rcParams["image.cmap"] (default: 'viridis')str或

要使用的颜色映射。

VMN，Vmax浮动

如果 norm 如果没有给定，这些值将设置颜色映射的数据限制。

起源 : {{'upper', 'lower'}}, default: rcParams["image.origin"] (default: 'upper'){'upper'，'lower'}，默认值：

指示 [0, 0] 数组的索引位于轴的左上角或左下角。

resize布尔

如果 True ，调整图形大小以匹配给定的图像大小。

返回:

matplotlib.image.FigureImage

其他参数:

**kwargs

额外的禁运是 Artist 夸格斯转给了 FigureImage .

笔记

FigImage补充了轴图像 (imshow ）将重新采样以适合当前轴。如果希望重新采样的图像填充整个图形，可以定义 Axes 程度上 [0, 0, 1，1] .

实例

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()

使用实例 matplotlib.pyplot.figimage

图像演示