Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

Jupyter Notebook में NumPy 2D सरणी को ग्रेस्केल छवि के रूप में दिखाएं

Jupyter Notebook में 2D सरणी को ग्रेस्केल छवि के रूप में प्रदर्शित करने के लिए Matplotlib के imshow() का उपयोग cmap='gray' के साथ करें।

चरण

  1. फिगर आकार सेट करें और पैडिंग समायोजित करें
  2. NumPy से यादृच्छिक डेटा बनाएं
  3. imshow() के साथ cmap='gray' का उपयोग करके डेटा को छवि के रूप में प्रदर्शित करें
  4. plt.show() से प्रदर्शित करें

उदाहरण

from matplotlib import pyplot as plt
import numpy as np

plt.rcParams["figure.figsize"] = [7.00, 3.50]
plt.rcParams["figure.autolayout"] = True

# 5x5 यादृच्छिक डेटा (0-1 के बीच)
data = np.random.rand(5, 5)

# ग्रेस्केल छवि के रूप में प्रदर्शित करें
plt.imshow(data, cmap='gray')
plt.colorbar(label='तीव्रता')  # वैकल्पिक: कलरबार जोड़ें
plt.title('यादृच्छिक 5x5 ग्रेस्केल छवि')
plt.show()

आउटपुट

5x5 ग्रेस्केल छवि जहां 0=काला, 1=सफेद, बीच के मान ग्रे शेड्स। Jupyter में इंटरैक्टिव प्रदर्शन।

महत्वपूर्ण पैरामीटर्स

पैरामीटरविवरण
cmap='gray'ग्रेस्केल कलरमैप
vmin, vmaxडेटा रेंज जो 0-1 मैप होती है (डिफ़ॉल्ट: डेटा मिन/मैक्स)
origin'upper' (डिफ़ॉल्ट) या 'lower' - मूल बिंदु स्थिति
interpolation'nearest', 'bilinear', 'bicubic' - अंतर्वेशन
aspect'equal', 'auto', या संख्या - पहलू अनुपात

व्यावहारिक उदाहरण: छवि लोड करना

from PIL import Image
import numpy as np

# छवि लोड करें और ग्रेस्केल में बदलें
img = Image.open('photo.jpg').convert('L')  # 'L' = ग्रेस्केल
data = np.array(img)

plt.imshow(data, cmap='gray')
plt.axis('off')  # अक्ष छुपाएं
plt.show()

Jupyter-विशिष्ट टिप्स

  • %matplotlib inline या %matplotlib widget जादू कमांड पहले चलाएं
  • बड़ी छवियों के लिए plt.figure(figsize=(10, 8)) सेट करें
  • plt.axis('off') से अक्ष छुपाकर साफ छवि देखें
  1. Jupyter नोटबुक में Matplotlib का उपयोग करके matshow() के लिए फिगसाइज़ कैसे बदलें? Jupyter नोटबुक में Matplotlib का उपयोग करके matshow() के लिए फिगसाइज़ कैसे बदलें?

    mathshow के लिए फिगसाइज़ बदलने के लिए, हम फिगर मेथड आर्गुमेंट में फिगसाइज़ का उपयोग कर सकते हैं और matshow() मेथड में फिगनम का उपयोग कर सकते हैं। चरण figure() मेथड का उपयोग करके एक नया फिगर बनाएं या मौजूदा फिगर को सक्रिय करें। Pandas का उपयोग करके डेटाफ्रेम बनाएं। matshow() मेथड का उपयोग करके

  1. 3D NumPy ऐरे से Matplotlib में 3D प्लॉट बनाना 3D NumPy ऐरे से Matplotlib में 3D प्लॉट बनाना

    3D NumPy ऐरे से 3D प्लॉट बनाने के लिए, हम NumPy का उपयोग करके 3D ऐरे बना सकते हैं और x, y, और z पॉइंट्स निकाल सकते हैं। figure() मेथड का उपयोग करके नया फिगर बनाएं या मौजूदा फिगर सक्रिय करें। add_subplot() मेथड का उपयोग करके फिगर में सबप्लॉट व्यवस्था के हिस्से के रूप में ~.axes.Axes जोड़ें। si

  1. Matplotlib ग्राफ़ को इमेज के रूप में फुलस्क्रीन दिखाएं Matplotlib ग्राफ़ को इमेज के रूप में फुलस्क्रीन दिखाएं

    Matplotlib ग्राफ़ को फुल स्क्रीन के रूप में दिखाने के लिए, हम full_screen_toggle() मेथड का उपयोग कर सकते हैं। चरण figure() मेथड का उपयोग करके फिगर बनाएं या मौजूदा फिगर सक्रिय करें। दो सूचियों का उपयोग करके लाइन प्लॉट करें। वर्तमान फिगर का फिगर मैनेजर वापस करें। फुल स्क्रीन इमेज टॉगल करने के