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 ) [来源] #

向图中添加未重新采样的图像。

根据原点，图像附加到左下角或左上角。

参数：

X

图像数据。这是以下形状之一的数组：

(M, N)：具有标量数据的图像。颜色映射由cmap、norm、vmin和vmax控制。
(M, N, 3)：具有 RGB 值（0-1 float 或 0-255 int）的图像。
(M, N, 4)：具有 RGBA 值（0-1 float 或 0-255 int）的图像，即包括透明度。

xo，哟，int

x / y图像偏移（以像素为单位）。

alpha无或浮动

Alpha 混合值。

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

用于将标量数据映射到颜色的颜色图实例或注册的颜色图名称。

如果X为 RGB(A)，则忽略此参数。

范数str 或Normalize, 可选

在使用cmap映射到颜色之前，用于将标量数据缩放到 [0, 1] 范围的标准化方法。默认情况下，使用线性缩放，将最小值映射到 0，将最大值映射到 1。

如果给出，这可以是以下之一：

一个实例Normalize或其子类之一（请参阅Colormap Normalization）。
刻度名称，即“linear”、“log”、“symlog”、“logit”等之一。有关可用刻度的列表，请调用matplotlib.scale.get_scale_names()。Normalize在这种情况下，会动态生成并实例化一个合适的子类。

如果X为 RGB(A)，则忽略此参数。

vmin, vmax浮点数，可选

当使用标量数据且没有明确的norm时，vmin和vmax定义颜色图覆盖的数据范围。默认情况下，颜色图覆盖所提供数据的完整值范围。给定范数实例时使用vmin / vmax是错误的（但可以接受将范数名称与vmin / vmax一起使用）。str

如果X为 RGB(A)，则忽略此参数。

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

指示数组的 [0, 0] 索引在坐标区的左上角或左下角的位置。

调整大小布尔

如果为True，则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 kwargs 是Artist传递给FigureImage.

笔记

figimage 补充了 Axes 图像 ( imshow)，它将被重新采样以适合当前 Axes。如果您希望重新采样的图像填充整个图形，您可以定义 Axes范围 [0, 0, 1, 1]。

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()