In [2]:
%matplotlib inline
import rasterio
from matplotlib import pyplot
src = rasterio.open("/data/gdata/geotiff_file.tif")
pyplot.imshow(src.read(1), cmap='pink')
pyplot.show()
栅格还提供 rasterio.plot.show 执行常见任务，例如将多波段图像显示为RGB，并用适当的地理参考范围标记轴。
第一个论点 show 表示要绘制的数据源。这可能是
以“r”模式打开的数据集对象
源的单波段，用 (src, band_index) 元组
一个numpy ndarray、2d或3d。如果数组是3d，请确保它是按栅格波段顺序排列的。
因此，以下3波段RGB数据的操作是等效的。请注意，当传递数组时，可以传递一个转换以获取范围标签。
In [3]:
from rasterio.plot import show
show(src)
Out[3]:
<Axes: >
In [4]:
show(src.read(), transform=src.transform)
Out[4]:
<Axes: >
同样，对于单波段图。注意，你可以通过 cmap 指定matplotlib颜色渐变。任何关卡都传给 show 将传递给基础Pyplot函数。
In [5]:
show((src, 1), cmap='viridis')
Out[5]:
<Axes: >
In [6]:
show(src.read(1), transform=src.transform, cmap='viridis')
Out[6]:
<Axes: >
In [7]:
fig, (axr, axg, axb) = pyplot.subplots(1,3, figsize=(21,7))
show((src, 1), ax=axr, cmap='Reds', title='red channel')
show((src, 1), ax=axg, cmap='Greens', title='green channel')
show((src, 1), ax=axb, cmap='Blues', title='blue channel')
pyplot.show()
对于单波段栅格，还可以选择生成轮廓。
In [8]:
fig, ax = pyplot.subplots(1, figsize=(12, 12))
show((src, 1), cmap='Greys_r', interpolation='none', ax=ax)
show((src, 1), contour=True, ax=ax)
pyplot.show()
栅格还提供 plot.show_hist 用于生成单波段或多波段栅格柱状图的函数：
In [9]:
from rasterio.plot import show_hist
show_hist(
src, bins=50, lw=0.0, stacked=False, alpha=0.3,
histtype='stepfilled', title="Histogram")
这个 show_hist 函数还需要 ax 允许子批次配置的参数
In [10]:
fig, (axrgb, axhist) = pyplot.subplots(1, 2, figsize=(14,7))
show(src, ax=axrgb)
show_hist(src, bins=50, histtype='stepfilled',
lw=0.0, stacked=False, alpha=0.3, ax=axhist)
pyplot.show()
