matplotlib小技巧

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)