matplotlib可视化函数积累【持续更新中······】

1 from mpl_toolkits import mplot3d

mpl_toolkits.mplot3d是Matplotlib库里面专门用来画三维图的工具包。
画三维图需要先得到一个Axes3D对象，一下两种方式可以得到Axes3D对象：
1.  fig = plt.figure()
	ax = p3d.Axes3D(fig)
2.  fig = plt.figure()
	ax = fig.add_subplot(111, projection='3d')

2 ax.plot_wireframe(X, Y, Z, **{‘rstride’:10, ‘cstride’:10})

# 线框图
ax.plot_wireframe(X, Y, Z, rstride=10, cstride=10) # 这样写也可以

X,Y,Z —— 输入数据
rstride —— 行步长
cstride —— 列步长
rcount —— 行数上限
ccount —— 列数上限

3 ax.plot(abnormal_points[‘ds’], abnormal_points[‘y’], “rX”, label=‘abnormal points’)

绘图坐标中的异常点绘制，即可以用在二维坐标中也可以用在三维坐标中
ax.plot([0],[0],[0],'rx') # 三维坐标中

4 plt.xticks([-1,0,1],[’-1’,‘0’,‘1’])

[-1,0,1]对应X轴上的值，['-1','0','1']对应于x轴上显示的文字，对于yticks同理；
若为三维坐标时，对于z轴应使用ax.set_zticks(([-1,0,1])

5 pyplot.annatate(s,xy, xytext=None, xycoords=’data’,textcoords=’data’, arrowprops=None, **kwargs)

# 该函数是matplotlib.pyplot模块提供的一个注解函数，可以用来对坐标中的数据进行注解：
#       s -- 为注解内容文本
#       xy -- 为箭头指向点的位置坐标
#       xytext -- 为注解内容位置坐标，当该值为None时，注解内容放置在xy处
#       xycoords and textcoords 是坐标xy与xytext的说明，若textcoords=None，则默认textNone与xycoords相同，若都未设置，默认为data，
#       arrowprops -- 用于设置箭头的形状，类型为字典类型
#       **kwargs -- 用于接收其他设置参数，比如bbox用于设置文本的边框形状

创建一个箭头的方式为
arrowName = dict(arrowstyle="name",connectionstyle="arc3")
# connectionstyle属性可以不设置，默认为直线
# arrowprops用与设置箭头形状，类型为字典类型，matplotlib提供的箭头有一下几种：

6 plt.contour() / plt.contourf()

#  plt.contour()用于绘制等高线，  plt.contourf()用于填充等高线之间的颜色
    d2l.plt.contour(x1, x2, f(x1,x2), 8, colors='green')
    d2l.plt.contourf(x1, x2, f(x1,x2), 8, alpha=.75, cmap='gray_r')
	8指等高线的密集程度，即坐标系中显示几条等高线；
	alpha表示颜色的衰减程度

7 目标检测给图片加框

# 首先需要将矩形的尺寸坐标变为matplotlib格式：((左上x, 左上y), 宽, 高)
然后显示图片并且利用add_patch()来添加矩形框
dog_bbox = [200, 300, 550, 640]
def bbox_to_rect(bbox, color):
    return d2l.plt.Rectangle(
        xy=(bbox[0], bbox[1]), width=bbox[2]-bbox[0], height=bbox[3]-bbox[1], fill=False, edgecolor=color, linewidth=2)
fig=d2l.plt.imshow(img)
fig.axes.add_patch(bbox_to_rect(dog_bbox, 'blue'));

8 fig,ax = plt.subplots(rows, cols, figsize=(a, b))

# 创建多维图像窗口
fig, axes = plt.subplots(1,3)
其中参数1和3分别代表子图的行数和列数，即一共有 1x3 个子图像。函数返回一个figure图像和子图axes的array列表；
如果想要设置子图像的大小可以在函数内加入figsize值，注意是子图像的大小而不是figure图像的大小！！

欢迎关注【OAOA】