在本实验中，你将学习如何使用 Matplotlib 通过颜色条交互式地调整图像上的颜色映射范围。你将使用缩放和平移模式来调整规范的 vmin 和 vmax。使用右键单击进行缩放将按比例扩展 vmin 和 vmax 到所选区域。平移时，规范的 vmin 和 vmax 都会根据移动方向进行移动。你还可以使用主页/后退/前进按钮回到上一个状态。
虚拟机启动完成后，点击左上角切换到“笔记本”标签以访问 Jupyter Notebook 进行练习。
有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。
如果你在学习过程中遇到问题，请随时向 Labby 提问。课程结束后提供反馈，我们将立即为你解决问题。
要开始本实验，你需要导入所需的库。在本实验中，我们将使用 matplotlib.pyplot 和 numpy 库。
import matplotlib.pyplot as plt
import numpy as np接下来，你将生成一些示例数据。在本实验中，我们将生成一个二维正弦波。
t = np.linspace(0, 2 * np.pi, 1024)
data2d = np.sin(t)[:, np.newaxis] * np.cos(t)[np.newaxis, :]既然你已经生成了数据，接下来将使用 imshow() 函数创建绘图。
fig, ax = plt.subplots()
im = ax.imshow(data2d)
ax.set_title('Pan on the colorbar to shift the color mapping\n'
'Zoom on the colorbar to scale the color mapping')为了交互式地调整颜色映射，你需要使用 colorbar() 函数为绘图添加一个颜色条。
fig.colorbar(im, ax=ax, label='Interactive colorbar')现在，你可以使用颜色条对图像上的颜色映射范围进行交互式调整。你可以通过在颜色条内点击来进行缩放或平移。缩放时，缩放区域的边界框定义了新的规范的 vmin 和 vmax。使用鼠标右键缩放将按比例扩展 vmin 和 vmax 到所选区域。平移时，规范的 vmin 和 vmax 都会根据移动方向进行移动。
最后，你可以使用 show() 函数来显示绘图。
plt.show()在本实验中，你学习了如何使用 Matplotlib 通过颜色条对图像上的颜色映射范围进行交互式调整。你使用缩放和平移模式来调整规范的 vmin 和 vmax。使用鼠标右键缩放会按比例扩展 vmin 和 vmax 到所选区域。平移时，规范的 vmin 和 vmax 都会根据移动方向进行移动。你还学习了如何为绘图添加颜色条以及显示绘图。