python matplotlib.pyplot.imshow 函数画二维颜色图

matplotlib.pyplot.imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, *, filternorm=True, filterrad=4.0, resample=None, url=None, data=None, **kwargs)

From: https://matplotlib.org/api/_as_gen/matplotlib.pyplot.imshow.html?highlight=imshow#matplotlib.pyplot.imshow

---

改以下参数可以对图片效果进行调整：

1. cmap用来选择colormap。
   matplotlib的colormap的选择具体参考：https://matplotlib.org/tutorials/colors/colormaps.html

2. norm用来定义scale的数据的区间，以及这个区间内的scale的形式，比如linear或lognormal。norm参数的选择参照matplotlib.colors的classes，常用为LogNorm以及Normalize：

   
   
   From: https://matplotlib.org/api/colors_api.html
   • 以matplot.colors.LogNorm为例
     matplotlib.colors.LogNorm(vmin=None, vmax=None, clip=False)
       将给定值对应于对数化的0-1的范围，其中vmin和vmax定义的是用来scale的值的区间，如果这两个值没有给，那么默认是最大值和最小值。vmin的值越小以及vmax的值越小，弱的值在图中越明显。小于vmin或大于vmax的数据值对应于vmin或vmax。但clip的参数用起来好像没什么影响。
3. alpha确定不透明度，参数范围为0-1，其中0对应完全透明，1对应完全不透明。如果alpha输入为数组，那么对应每一个pixel的不透明度。
4. 当没有明确的norm参数时，vmin和vmax定义了colormap覆盖的数据的范围。当给出norm参数时，这里的vmin和vmax是无效的。
5. origin：’upper‘或’lower‘，默认是’upper‘。’upper‘数组中第一行的值对应图的最上面，'lower'相反。
6. extent: (left, right, bottom, top)
     四个数值给出了图像填充的框架，即将图像沿着x轴和y轴拉伸，去填充至定义的框架内。默认的extent：每一个pixel的尺寸为1，图片中所有pixel水平的中心坐标从0到(数据列数-1)，垂直的中心坐标是从0至(数组的行数-1)。
     所以在没有extent的参数情况下，横纵轴坐标的范围分别是[0, columns-1]，[0, row-1];给出了extent之后，横纵轴坐标的范围分别是[left, right]，[bottom, top]。right可以小于left，top也可以小于bottom。

---

举个栗子：

import matplotlib.pyplot as plt
import matplotlib as mpl
extent=left, right, bottom, top
plt.imshow(arrayTemp,cmap='jet',extent=extent,origin='lower',norm=mpl.colors.LogNorm(4,np.max(array)/2,clip=True))