matplotlib中使用imshow绘制二维图

这里所指的二维图,是二维矩阵数据的平面色彩显示

[python] view plain copy print?
  1. # -*- coding:utf-8 -*-  
  2.   
  3.   
  4. from matplotlib import mpl  
  5.   
  6. import matplotlib.pyplot as plt  
  7.   
  8. import numpy as np  
  9. #----------------------------------------------  
  10. data=np.clip(np.random.randn(5,5),-1,1) #生成随机数据,5行5列,最大值1,最小值-1  
  11.   
  12. fig = plt.figure()  
  13. # 第一个子图,按照默认配置  
  14. ax = fig.add_subplot(221)  
  15. ax.imshow(data)  
  16.   
  17. # 第二个子图,使用自定义的colormap  
  18.   
  19.   
  20. ax = fig.add_subplot(222)  
  21. cmap=mpl.cm.cool #可以使用自定义的colormap  
  22. ax.imshow(data,cmap=cmap)  
  23.   
  24.   
  25.    
  26.   
  27. # 第三个子图增加一个colorbar  
  28. ax = fig.add_subplot(223)  
  29. cmap=mpl.cm.hot #可以使用自定义的colormap  
  30. im=ax.imshow(data,cmap=cmap)  
  31. plt.colorbar(im)  
  32.   
  33. ## 第四个子图可以调整colorbar  
  34. ax = fig.add_subplot(224)  
  35. cmap = mpl.cm.winter  
  36. norm = mpl.colors.Normalize(vmin=-1, vmax=1)  
  37. im=ax.imshow(data,cmap=cmap)  
  38. plt.colorbar(im,cmap=cmap, norm=norm,ticks=[-1,0,1])  
  39.    
  40.   
  41. plt.show()  
# -*- coding:utf-8 -*-


from matplotlib import mpl

import matplotlib.pyplot as plt

import numpy as np
#----------------------------------------------
data=np.clip(np.random.randn(5,5),-1,1) #生成随机数据,5行5列,最大值1,最小值-1

fig = plt.figure()
# 第一个子图,按照默认配置
ax = fig.add_subplot(221)
ax.imshow(data)

# 第二个子图,使用自定义的colormap


ax = fig.add_subplot(222)
cmap=mpl.cm.cool #可以使用自定义的colormap
ax.imshow(data,cmap=cmap)


 

# 第三个子图增加一个colorbar
ax = fig.add_subplot(223)
cmap=mpl.cm.hot #可以使用自定义的colormap
im=ax.imshow(data,cmap=cmap)
plt.colorbar(im)

## 第四个子图可以调整colorbar
ax = fig.add_subplot(224)
cmap = mpl.cm.winter
norm = mpl.colors.Normalize(vmin=-1, vmax=1)
im=ax.imshow(data,cmap=cmap)
plt.colorbar(im,cmap=cmap, norm=norm,ticks=[-1,0,1])
 

plt.show()

 

posted @ 2017-04-27 18:29  捉老鹰的小鸡鸡  阅读(2213)  评论(0)  编辑  收藏  举报