Interpolations pour imshow

Cet exemple montre la différence entre les méthodes d'interpolation pour imshow.

Si l' interpolation est Aucune, la valeur par défaut est rcParams["image.interpolation"](par défaut : 'antialiased'). Si l'interpolation est 'none', aucune interpolation n'est effectuée pour les backends Agg, ps et pdf. Les autres backends utiliseront par défaut 'antialiased'.

Pour les backends Agg, ps et pdf, interpolation='none'fonctionne bien lorsqu'une grande image est réduite, alors qu'elle interpolation='nearest'fonctionne bien lorsqu'une petite image est agrandie.

Voir Anticrénelage d'image pour une discussion sur l' interpolation='antialiased'option par défaut.

import matplotlib.pyplot as plt
import numpy as np

methods = [None, 'none', 'nearest', 'bilinear', 'bicubic', 'spline16',
           'spline36', 'hanning', 'hamming', 'hermite', 'kaiser', 'quadric',
           'catrom', 'gaussian', 'bessel', 'mitchell', 'sinc', 'lanczos']

# Fixing random state for reproducibility
np.random.seed(19680801)

grid = np.random.rand(4, 4)

fig, axs = plt.subplots(nrows=3, ncols=6, figsize=(9, 6),
                        subplot_kw={'xticks': [], 'yticks': []})

for ax, interp_method in zip(axs.flat, methods):
    ax.imshow(grid, interpolation=interp_method, cmap='viridis')
    ax.set_title(str(interp_method))

plt.tight_layout()
plt.show()

Références

L'utilisation des fonctions, méthodes, classes et modules suivants est illustrée dans cet exemple :

• matplotlib.axes.Axes.imshow/matplotlib.pyplot.imshow