如果您想了解如何在matplotlib.pyplot.imshow中使用“范围”和frommatplotlibimportpyplot的知识，那么本篇文章将是您的不二之选。我们将深入剖析如何在matp
如果您想了解如何在matplotlib.pyplot.imshow中使用“范围”和from matplotlib import pyplot的知识，那么本篇文章将是您的不二之选。我们将深入剖析如何在matplotlib.pyplot.imshow中使用“范围”的各个方面，并为您解答from matplotlib import pyplot的疑在这篇文章中，我们将为您介绍如何在matplotlib.pyplot.imshow中使用“范围”的相关知识，同时也会详细的解释from matplotlib import pyplot的运用方法，并给出实际的案例分析，希望能帮助到您！
本文目录一览：- 如何在matplotlib.pyplot.imshow中使用“范围”（from matplotlib import pyplot）
- import matplotlib.pyplot as plt出错
- matplotlib.pyplot.imshow：使用属性“ sharex”和“ sharey”时，删除图中的空白
- OpenCV里的imshow()和Matplotlib.pyplot的imshow()的实现
- python – matplotlib imshow subplots sharey break x limits
如何在matplotlib.pyplot.imshow中使用“范围”（from matplotlib import pyplot）
我设法绘制了数据，并想为其添加背景图像（地图）。数据是按长/纬度值绘制的，我也具有图像三个角（左上角，右上角和左下角）的长/纬度值。
我试图弄清楚如何在imshow中使用’extent’选项。但是，我发现的示例并未说明如何为每个角指定x和y（在我的情况下，我具有三个角的信息）。
将图像添加到绘图中时，如何为图像指定三个角的位置？
谢谢
答案1
小编典典在当前轴的坐标中指定要粘贴图像的矩形的角
范围定义了左右限制，以及上下限制。它需要四个值，如下所示：extent=[horizontal_min,horizontal_max,vertical_min,vertical_max]。
假设您在水平轴上有经度，请使用extent=[longitude_top_left,longitude_top_right,latitude_bottom_left,latitude_top_left]。longitude_top_left和longitude_bottom_left应该相同，latitude_top_left和latitude_top_right应该相同，并且这些对中的值可以互换。
如果图像的第一个元素应绘制在左下方，则也应使用origin=''lower''imshow选项，否则，您需要使用“上”默认值。
import matplotlib.pyplot as plt出错
>>>import matplotlib.pyplot as plt
/usr/lib/python2.7/dist-packages/matplotlib/font_manager.py:273: UserWarning: Matplotlib is building the font cache using fc-list. This may take a moment. warnings.warn(''Matplotlib is building the font cache using fc-list. This may take a moment.'')
在第八讲中,导入这个模块出错
解决:
找到缓存目录 删除~/.cache/matplotlib下面的缓存 deleted ~/.cache/matplotlib/fontList.cache
但是，当我准备删的时候，再import matplotlib时时没有出错,不知道具体的原因是什么
matplotlib.pyplot.imshow：使用属性“ sharex”和“ sharey”时，删除图中的空白
我有一个问题，类似于这里发布的问题。不同之处在于，当我绘制两个通过sharex和sharey属性共享轴的子图时，在图区域内会出现多余的空白。设置后，空白仍然存在autoscale(False)。例如，使用与上述帖子的答案类似的代码：
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(2,1,1)
ax.imshow(np.random.random((10,10)))
ax.autoscale(False)
ax2 = fig.add_subplot(2,2,sharex=ax,sharey=ax) # adding sharex and sharey
ax2.imshow(np.random.random((10,10)))
ax2.autoscale(False)
plt.show()
产生此图像。
我也尝试过了，ax.set_xlim(0,10)并ax.set_xbound(0,10)按照这里的建议，但无济于事。如何摆脱多余的空格？任何想法，将不胜感激。
OpenCV里的imshow()和Matplotlib.pyplot的imshow()的实现
一、问题
在Python里使用OpenCV时，一般是通过cv2.imread读入图片，然后用plt.imshow显示图片，但最近学习OpenCV时这样做的结果与预期的结果有较大的出入。查找资料后，才明白OpenCV里的imshow()和Matplotlib.pyplot的imshow()在使用上有一些区别，不注意的话很容易就会导致很奇怪的结果。
下面的示例代码及运行结果显示了这种差异：
import cv2
import matplotlib.pyplot as plt
#以灰度模式读入图片
messi=cv2.imread('messi.jpg',0)
#使用matplotlib.pyplot的imshow显示图片
plt.imshow(messi),plt.title('messi_plt')
plt.xticks([]),plt.yticks([]) #隐藏坐标轴
plt.show()
#使用opencv的imshow显示图片
cv2.imshow('messi_cv',messi)
cv2.waitKey(0)
cv2.destroyAllWindows()
运行结果如下:
左边是原图，中间是cv2.imshow的显示结果，右边是plt.imshow的显示结果。很明显地看到，明明是读入灰度图，plt.imshow的结果却更像是张彩图，这显然是有问题的。
二、分析和解决办法
为了比较和分析OpenCV里imshow()和Matplotlib.pyplot里imshow()这两者的差异，下面分别对显示彩图以及显示灰度图这两种情况来进行说明。
彩色图
对于彩色图片，一般由R，G，B三个通道构成。然而，需要注意的是，OpenCV里彩色图片加载时是按照BGR的顺序，Matplotlib里彩色图片加载时是按照RGB的顺序。所以，当我们用cv2.imread读入图片，用cv2.imshow来显示时自然是不会出问题的，但若用plt.imshow来显示就会出现问题，如下面的结果所示。
这里省略示例代码（和上面的几乎相同，只是不要在cv2.imread里设置“0”这个参数即可），运行结果如下：
左边是原图，中间是cv2.imshow的显示结果，右边是plt.imshow的显示结果。显然，plt.imshow的结果出现了问题。
为了解决这个问题，方法很简单，就是将通道R和通道B的内容调换一下，再用plt.imshow显示时就正常了。下面给出该方法的示例代码：
import cv2
import matplotlib.pyplot as plt
#读入彩色图片
messi=cv2.imread('messi.jpg',1)
#使用matplotlib.pyplot的imshow显示图片
plt.imshow(messi),plt.yticks([]) #隐藏坐标轴
plt.show()
##调换r、b通道，生成rgb顺序的图片并显示
b,g,r=cv2.split(messi) #通道的拆分
messi_rgb=cv2.merge((r,b)) #通道的融合
plt.imshow(messi_rgb),plt.title('messi_rgb_plt')
plt.xticks([]),plt.yticks([])
plt.show()
#使用opencv的imshow显示图片
cv2.imshow('messi_cv',messi)
cv2.waitKey(0)
cv2.destroyAllWindows()
灰度图
灰度图是单通道图片，按理说不会出现上面彩色图的那种问题，不管是用cv2.imshow显示还是用plt.imshow显示，结果都应该是一样的。然而，事实却并非如此（如最开始的示例所示）。我纠结了好久不知道原因是什么，一开始以为是opencv和matplotlib的版本不匹配，结果更新版本之后还是有这个问题。后来，去找来matplotlib的api文档才明白是咋回事。
matplotlib.pyplot.imshow函数里，有一个参数是cmap，api文档里给出的说明是：
cmap : str or Colormap,optional
The Colormap instance or registered colormap name used to map scalar data to colors. This parameter is ignored for RGB(A) data. Defaults to rcParams[“image.cmap”] = ‘viridis'.
大致的意思是说，cmap给出了标量值如何映射到颜色空间，并且对于RGB(A)图像此参数是忽略的；默认参数可查看rcParams[“image.cmap”]。链接转过去的文档是matplotlib的示例配置文档matplotlibrc，里面定义了各种变量的默认值（这也是为什么我们在调用matplotlib里的函数时，有些参数我们没给值也能正常运行的原因）。在这里能看到，cmap的默认值是viridis，这也就说明了在使用plt.imshow显示灰度图时出现问题的原因。
因此，为了解决该问题，使plt.imshow能正常地显示灰度图，方法也很简单，就是修改cmap的值为'gray'。示例代码如下：
import cv2
import matplotlib.pyplot as plt
#读入彩色图片
messi=cv2.imread('messi.jpg',0)
#使用opencv的imshow显示图片
cv2.imshow('messi_cv',messi)
cv2.waitKey(0)
cv2.destroyAllWindows()
#使用matplotlib.pyplot的imshow显示图片
#cmap使用默认值
plt.imshow(messi),plt.title('messi_camp_default')
plt.xticks([]),plt.yticks([]) #隐藏坐标轴
plt.show()
#使用matplotlib.pyplot的imshow显示图片
#cmap设置为'gray'
plt.imshow(messi,cmap='gray'),plt.title('messi_camp_gray')
plt.xticks([]),plt.yticks([]) #隐藏坐标轴
plt.show()
运行结果为：
左边是cv2.imshow的显示结果，中间和右边的是plt.imshow的显示结果。
另外，cmap的值除了可以取默认参数及'gray'外，还有很多值可供我们选择，详细的说明在这里。其实这些东西了解下就行，等实际使用时，查阅下、试一试。根据需要选择合适的就可以了。
注：
1.关于matplotlib里的imshow函数更详细的说明在这里。
2.关于matplotlib.matplotlibrc文档更详细的说明在这里。
3.如果想查看或编辑自己电脑里的matplotlibrc文件，可使用此命令matplotlib.matplotlib_fname()获取路径。
三、总结
由于OpenCV里的imshow和Matplotlib里的imshow的一些差异，在使用时主要是要注意两点：
1.显示彩色图时，要把b、r通道调换一下。
2.显示灰度图时，记得设置cmap的值为'gray'。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。
python – matplotlib imshow subplots sharey break x limits
考虑以下MWE：
import matplotlib
print matplotlib.__version__ # prints "1.4.2"
import matplotlib.pyplot as plt
data = [[1,2,3],[4,5,6],[7,8,9],[10,11,12]]
nrows,ncols = 1,4
fig,axes = plt.subplots(nrows,ncols,sharey=True)
for j in range(ncols):
xs = axes[j]
# seems to have no impact when sharey=True
#xs.set_xlim(-0.5,2.5)
xs.imshow(data,interpolation=''none'')
plt.show()
输出的错误输出如下：
只是简单地将sharey = True更改为sharey = False会产生正确的输出(除了我希望y轴在当然是共享的,现在它不是)：
有没有办法来解决这个问题？
解决方法
ax.set_adjustable(''Box-forced'')
所以：
for j in range(ncols):
xs = axes[j]
xs.set_adjustable(''Box-forced'')
xs.imshow(data,interpolation=''none'')
这似乎是有意的行为,您需要指定这一点来协调imshow()在单个绘图上的行为与其在子绘图上的行为之间的差异.
今天关于如何在matplotlib.pyplot.imshow中使用“范围”和from matplotlib import pyplot的分享就到这里，希望大家有所收获，若想了解更多关于import matplotlib.pyplot as plt出错、matplotlib.pyplot.imshow：使用属性“ sharex”和“ sharey”时，删除图中的空白、OpenCV里的imshow()和Matplotlib.pyplot的imshow()的实现、python – matplotlib imshow subplots sharey break x limits等相关知识，可以在本站进行查询。
本文标签：
