【Python】matplotlib绘图 && PIL操作image文件

matplotlib包

数据可视化的包

下载

Win+R 输入指令：
包下载原理：从数据源网站下载包；
但一般数据源为外网，下载速度慢，所以可以通过国内镜像网站下载，下载速度更快
以下 以 清华大学的镜像为例

pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple/

直方图

核心函数 plt.bar( X , Y )

plt.bar( X, Y) #以x为横坐标标签，Y为纵坐标数值
plt.title('Name') #直方图表头
plt.xticks( X, X_names )#x轴的标签显示为X_names
plt.ylabel('Y_name') #Y轴标签
plt.show()

条形图

核心函数: plt.hist(value,bins=N)

plt.hist(value,bins=100) #把x轴分为100份，y轴值为value

折线图

核心函数：plt.plot(x,y)

from matplotlib import pyplot as plt
fig1 = plt.figure(figsize=(5,5)) #定义图片大小
plt.plot(x,y) #填充x轴坐标值和y轴坐标值
plt.title('y vs x') #命名图表标题
plt.xlabel('x') #命名x轴标题
plt.ylabel('y') #命名y轴标题
plt.show() # 展示图形

散点图

核心函数：plt.scatter(x,y)

from matplotlib import pyplot as plt
fig1 = plt.figure(figsize=(5,5)) #定义图片大小
plt.scatter(x,y) #填充x轴坐标值和y轴坐标值
plt.title('y vs x') #命名图表标题
plt.xlabel('x') #命名x轴标题
plt.ylabel('y') #命名y轴标题
plt.show() # 展示图形

散点图参数

plt.scatter (
	x, #x轴值
	y, #y轴值
	marker = 'o', #标记形状
	facecolor = 'blue', #填充色
	edgecolor = 'red', #边线色
	s = 50 #大小
)

多张图同时展示

核心函数 plt.subplot( )

import matplotlib.pyplot as plt
fig = plt.figure(figsize=(10,10)) #统一图表坐标轴范围
fig1 = plt.subplot(2,1,1) #"211"指，一张图分为两行一列，该图在第一部分；"abc"指，一张图粉为a行b列，该图在第c部分
plt.scatter(x1,x2)
fig2 = plt.subplot(2,1,2)
plt.scatter(x2,y2)

分类散点图可视化

核心函数 x[flag]

import matplotlib.pyplot as plt
mask = y==1 #设定通过条件
passed = plt.scatter(X1[mask],X2[mask]) #通过的点
failed = plt.scatter(x1[~mask],x2[~mask]) #未通过的点

图例

plt.legend( (passed,failed), ('passed','failed') )

树状图

from matplotlib import pyplot as plt
tree.plot_tree( 
	tree_data_name, #树 数据
	filled = 'True', #背景填充色
	feature_names=['name1','name2','name3','name4'],#特征名称
	class_names=['name1','name2','name3','name4'] #label名称
	fontsize=20   #字的尺寸
	)
	

区域块染色

例图：

原理：蓝色和橘色其实是许多个小点组成，只要足够密，即可达到上图效果

import numpy as np
xx,yy = np.meshgrid(
	np.arrange(0,10,0.05),#在 (0,10)范围内，以0.05为间距，生成线性数组
	np.arrange(0,10,0.05)# 在 (0,10)范围内，以0.05为间距，生成线性数组
	)
x_range = np.c_[xx.ravel(),yy.ravel()]
pred_y_range = KNN.predict(x_range)

图片显示

plt.imshow( data_name )

原理：一张图片，其实是无数个像素点组成的，每个像素点对应一个数值；所以一张图片的 本质是一个二维数组矩阵，每个元素点的值为 [0,255]的int类

以下假设，一张图片的像素数据存储在数组point里

from matplotlib import pyplot as plt
img1 = point
fig1 = plt.figure()
plt.imshow(img1)
plt.show()

pillow包

from PIL import Image
import matplotlib.pyplot as plt
#读取
img = Image.open('数字识别5.jpg')
# 按比例缩小
img.thumbnail(  (25,25)  )
# 图像转码
img = np.array(img)
if img.ndim == 3:     #RGB图转灰度图
    img = img[:,:,0]
plt.imshow(img)
plt.show()