Matplotlib 教程 之 Matplotlib imsave() 方法 2

简介: Matplotlib 的 `imsave()` 方法用于将图像数据保存至磁盘,支持多种格式如PNG、JPEG等。此方法接受文件名、图像数据(NumPy数组)及可选参数(如图像格式和质量)。示例代码展示了如何创建并保存灰度与彩色图像。

Matplotlib 教程 之 Matplotlib imsave() 方法 2

Matplotlib imsave() 方法

imsave() 方法是 Matplotlib 库中用于将图像数据保存到磁盘上的函数。

通过 imsave() 方法我们可以轻松将生成的图像保存到我们指定的目录中。

imsave() 方法保存图片支持多种图像格式,例如 PNG、JPEG、BMP 等。

imsave() 方法的语法如下:

matplotlib.pyplot.imsave(fname, arr, **kwargs)

参数说明:

fname:保存图像的文件名,可以是相对路径或绝对路径。
arr:表示图像的NumPy数组。
kwargs:可选参数,用于指定保存的图像格式以及图像质量等参数。

以下实例演示了如何使用 imsave() 方法将一个灰度图像和一幅彩色图像保存到当前目录上:

实例

import matplotlib.pyplot as plt
import numpy as np

创建一幅灰度图像

img_gray = np.random.random((100, 100))

创建一幅彩色图像

img_color = np.zeros((100, 100, 3))
img_color[:, :, 0] = np.random.random((100, 100))
img_color[:, :, 1] = np.random.random((100, 100))
img_color[:, :, 2] = np.random.random((100, 100))

显示灰度图像

plt.imshow(img_gray, cmap='gray')

保存灰度图像到磁盘上

plt.imsave('test_gray.png', img_gray, cmap='gray')

显示彩色图像

plt.imshow(img_color)

保存彩色图像到磁盘上

plt.imsave('test_color.jpg', img_color)

以上实例中我们使用了 numpy.random 模块分别创建了一幅灰度图像和一幅彩色图像,然后分别使用 imshow() 方法显示这两幅图像。

接着,我们使用 imsave() 函数将这两幅图像分别保存到了当前目录上,文件名分别为 test_gray.png 和 test_color.jpg。

在保存灰度图像时,我们使用了 cmap 参数将其保存为灰度图像格式。

在保存彩色图像时,我们没有指定图像格式,Matplotlib 库默认将其保存为 JPEG 格式的文件。

目录
相关文章
|
28天前
|
数据可视化 Python
Matplotlib 教程 之 Seaborn 教程 10
Seaborn 是基于 Matplotlib 的 Python 数据可视化库,专注于统计图形的绘制。它提供了高级接口和美观的默认主题,简化了复杂图形的生成过程。Seaborn 支持多种图表类型,如散点图、折线图、柱状图、热图等,并特别强调视觉效果。例如,使用 `sns.violinplot()` 可以轻松绘制展示数据分布的小提琴图。
30 1
|
29天前
|
数据可视化 数据挖掘 Python
Matplotlib 教程 之 Seaborn 教程 8
Seaborn 是基于 Matplotlib 的 Python 数据可视化库,专注于统计图形的绘制。它提供了简洁的高级接口和美观的默认样式,支持多种图表类型,如散点图、折线图、柱状图、热图等,特别适合于数据分析和展示。例如,使用 `sns.boxplot()` 可以轻松绘制箱线图,展示数据的分布情况。
35 3
|
28天前
|
数据可视化 Python
Matplotlib 教程 之 Seaborn 教程 9
Seaborn 是基于 Matplotlib 的 Python 数据可视化库,专注于统计图形的绘制。它提供了高级接口和美观的默认主题,简化了复杂图形的生成过程。本文介绍了 Seaborn 的主要功能和绘图函数,包括热图 `sns.heatmap()` 的使用方法和示例代码。
18 1
|
29天前
|
数据可视化 Python
Matplotlib 教程 之 Seaborn 教程 7
Seaborn 是基于 Matplotlib 的 Python 数据可视化库,专注于统计图形的绘制。它提供了简洁的高级接口和美观的默认主题,使得复杂图形的生成变得更加简单。本教程介绍 Seaborn 的主要绘图函数,如 sns.barplot() 用于绘制柱状图,并通过示例展示其使用方法。
29 1
|
1月前
|
数据可视化 Python
Matplotlib 教程 之 Seaborn 教程 1
Seaborn 是基于 Matplotlib 的 Python 数据可视化库,专长于统计图形的绘制,旨在通过高级接口简化数据可视化过程,提供美观的默认主题。支持多种图表类型,如散点图、折线图等,易于使用且视觉效果出色。安装命令:`pip install seaborn`。示例代码展示了如何设置主题和颜色调色板。
18 3
|
1月前
|
数据可视化 Python
Matplotlib 教程 之 Seaborn 教程 2
Seaborn 是基于 Matplotlib 的 Python 数据可视化库,专注于统计图形的绘制,提供高级接口和美观的默认主题,支持散点图、折线图等多种图表类型,安装简便,可通过 `pip install seaborn` 完成。Seaborn 设计注重美观与易用性,内置多种主题如 darkgrid、whitegrid 等,便于用户快速生成高质量的统计图表。
18 3
|
1月前
|
Python
Matplotlib 教程 之 Matplotlib imsave() 方法 2
Matplotlib 教程 之 Matplotlib imsave() 方法 2
24 1
|
29天前
|
数据可视化 Python
Matplotlib 教程 之 Seaborn 教程 5
Seaborn 是基于 Matplotlib 的 Python 数据可视化库,专注于统计图形的绘制,提供高级接口和美观的默认主题,简化复杂图形的实现。支持多种图表类型,如散点图、折线图等,并优化了美观性和易用性。例如,使用 `sns.scatterplot()` 可轻松绘制带有趋势线的散点图。
25 0
|
29天前
|
数据可视化 DataX Python
Matplotlib 教程 之 Seaborn 教程 6
Seaborn 是基于 Matplotlib 的 Python 数据可视化库,专注于绘制统计图形。它提供高级接口和美观的默认主题,简化了复杂图形的绘制过程。本文档介绍了 Seaborn 的主要绘图函数,如 `sns.lineplot()` 用于绘制变量变化趋势的折线图,并给出了示例代码。
26 0
|
1月前
|
数据可视化 Python
Matplotlib 教程 之 Seaborn 教程 4
Seaborn 是基于 Matplotlib 的 Python 数据可视化库,专注于绘制统计图形。它提供了高级接口和美观的默认主题,简化了复杂图形的绘制过程。以下示例展示了如何使用 Seaborn 和 Matplotlib 绘制一个简单的柱状图,展示不同产品的销售情况。
13 0