Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

Matplotlib imshow में मैट्रिक्स पर मास्क कैसे लगाएं?

Matplotlib में मैट्रिक्स पर मास्क लगाने के लिए imshow() , हम उपयोग कर सकते हैं np.ma.masked_where() निचली और ऊपरी सीमा वाली विधि।

कदम

  • इनपुट मैट्रिक्स को मास्क करने के लिए दो वैरिएबल, l और u को इनिशियलाइज़ करें।
  • 5×5 आयाम का यादृच्छिक डेटा बनाएं।
  • इनपुट मैट्रिक्स को मास्क करें, l मान से कम, और u से ऊपर।
  • nrows=1 और ncols=
  • के साथ एक आकृति और सबप्लॉट का एक सेट बनाएं
  • डेटा को एक छवि के रूप में प्रदर्शित करें, अर्थात, 2D नियमित रेखापुंज पर, अक्ष 0 और
  • पर
  • अक्ष का शीर्षक सेट करें, 0 और
  • आंकड़ा प्रदर्शित करने के लिए, दिखाएं () . का उपयोग करें विधि।

उदाहरण

pltplt.rcParams["figure.figsize"] =[7.50, 3.50]plt.rcParams["figure.autolayout"] =Truel =0.125u =0.575data =np.random. रैंड(5, 5)डेटा =np.ma.masked_where((l <डेटा) और (डेटा <यू), डेटा) अंजीर, axs =plt.subplots(1, 2)axs[0].imshow(data.data) ) कुल्हाड़ी [0]। सेट_शीर्षक ("बिना नकाबपोश") कुल्हाड़ी [1]। इमशो (डेटा) कुल्हाड़ी [1]। सेट_शीर्षक ("नकाबपोश के साथ") plt।

आउटपुट

Matplotlib imshow में मैट्रिक्स पर मास्क कैसे लगाएं? Matplotlib imshow में मैट्रिक्स पर मास्क कैसे लगाएं?


  1. Matplotlib में डेटा कॉर्ड में ड्राइंग के बाहर एनोटेशन कैसे लिखें?

    हम एनोटेट () . का उपयोग कर सकते हैं ड्राइंग के बाहर एनोटेशन लगाने की विधि। कदम फिगर साइज सेट करें और सबप्लॉट्स के बीच और आसपास पैडिंग को एडजस्ट करें। बनाएं x और y डेटा अंक numpy का उपयोग कर रहे हैं। सबप्लॉट्स () . का उपयोग करके एक फिगर और सबप्लॉट का एक सेट बनाएं विधि। स्कैटर () . का प्रय

  1. Matplotlib प्लॉट से डेटा कैसे निकालें?

    Matplotlib में एक प्लॉट से डेटा निकालने के लिए, हम get_xdata() . का उपयोग कर सकते हैं और get_ydata() तरीके। कदम आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें। numpy का उपयोग करके y डेटा पॉइंट बनाएं। प्लॉट y डेटा पॉइंट color=red . के साथ और लाइनविड्थ=5 । डेटा निकालने के लिए

  1. Matplotlib में कस्टम कॉलॉर्मैप के साथ डेटा को imshow () में कैसे प्लॉट करें?

    डेटा को imshow() . में प्लॉट करने के लिए Matplotlib में कस्टम कॉलोरमैप के साथ, हम निम्नलिखित कदम उठा सकते हैं- आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें। numpy का उपयोग करके यादृच्छिक डेटा बिंदु बनाएं। एक रंग मानचित्र बनाएं रंगों की सूची से वस्तु। डेटा को एक छवि के रूप