[转载] python下 import Matplotlib.pyplot as plt 的使用

参考链接： Python | Matplotlib.pyplot

在学习机器学习的相关内容时，接触到了Matplotlib，于是总结了一些常见的使用方法。 

import matplotlib.pyplot as plt 

1 plt.ion() 和 plt.ioff() 

在Matplotlib中，图的默认显示为阻塞模式（block），即显示图片后，需要关闭图片窗口，程序才可继续执行，即一次只能显示一张图片。若想要动态显示图像，就要用到交互模式（interactive），该模式涉及到ion()和ioff()两个方法。 

plt.ion()方法用于打开交互模式，plt.ioff()方法用于关闭交互模式（若没有ioff()方法，图片会一闪而过，需要在plt.show()方法前加上plt.ioff()方法才行）。 

import matplotlib.pyplot as plt

plt.ion        # 打开交互模式

plt.figure(0)    # 图片1

plt.imshow(i1)

plt.figure(1)    # 图片2

plt.imshow(i2)

plt.ioff()    # 在show()前关闭交互模式

plt.show()   

2 plt.show() 和 plt.imshow() 

plt.imshow()函数负责对图像进行处理，并显示其格式，但是不能显示。其后跟着plt.show()才能显示出来。 

在阻塞模式下，需要plt.show()才能显示图像。在交互模式下，最后有一个plt.show()即可。 

3 plt.figure() 

用于创建图片，figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True) 

num:图像编号或名称，数字为编号 ，字符串为名称 figsize:指定figure的宽和高，单位为英寸； dpi参数指定绘图对象的分辨率，即每英寸多少个像素 facecolor:背景颜色 edgecolor:边框颜色 frameon:是否显示边框 

4.plt.plot() 

根据点连接线。根据x(数组或者列表) 和 y(数组或者列表)组成点，然后连接成线。类似plt.imshow()的作用。 

5 plt.scatter() 

绘制散点图。plt.scatter(x, y, s, c ,marker, alpha) 

x,y: x轴与y轴的数据 

s: 点的面积 

c: 点的颜色 

marker: 点的形状 

alpha: 透明度 

6 plt.legend() 

图例。为了帮助我们展示每个数据对应的图像名称。 

7 plt.contour() 

绘制轮廓。