1.在调试histogram时,发现用时特别长,经过摸索,将进行histogram展示的数据,进行numpy.array()处理成后,速度明显提升。
import matplotlib.pyplot as plt
# matplotlib.axes.Axes.hist() 方法的接口
# d = np.array(d)
n, bins, patches = plt.hist(x=d, bins='auto', color='#0504aa',
alpha=0.7, rwidth=0.85)
plt.grid(axis='y', alpha=0.75)
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('My Very Own Histogram')
plt.text(23, 45, r'$\mu=15, b=3$')
maxfreq = n.max()
# 设置y轴的上限
plt.ylim(ymax=np.ceil(maxfreq / 10) * 10 if maxfreq % 10 else maxfreq + 10)
2.在plt图中,加入阈值表示的红线,以及加入点图变化:
plt.subplot(3, 1, 1)
plt.imshow(loadImage('database/dot-pattern/{}/{}.bmp'.format(defect_type_list[idx],
defect_type_list[idx])))
plt.title(defect_type_list[idx])
plt.axis('off')
for jm in range(test_image[idx].shape[0]):
plt.subplot(3, 16, 17 + jm)
plt.imshow(test_image[idx][jm])
plt.axis('off')
plt.subplot(3, 1, 3)
plt.plot(dissimilarity_score, 'c*-', label='score')
plt.plot(np.array([0.5 for i in range(len(dissimilarity_score))]), color='r', linestyle='dashed', label='threshold')
plt.legend()
plt.show()
3、将矩阵保存为图像
import scipy
scipy.misc.imsave('a.jpg', a)
或者:
from scipy import misc
misc.imsave('a.jpg', a)