Matplotlib学习(一)--基本用法

简介

Matplotlib是python中很强大的画图包，类似于MATLAB中的画图

简称plt，可视化可以帮助我们更好的了解数据

---

安装

pip install matplotlib

---

绘图(Plotting)

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-1, 1, 50)
y = 2*x+1
plt.plot(x, y)
plt.show()

返回的结果为：

figure 1:

---

将多个figure画在一张图片中

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-3, 3, 50)
y1 = 2*x+1
y2 = x**2

plt.figure()
plt.plot(x,y2)
plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--')
#将两个函数画在一个figure中，为函数设置颜色、线宽和样式
plt.show()

figure如下所示：

子图（Subplots）

使用subplot函数，你就可以在同一个图像里绘制多个子图，栗子如下：

import numpy as np
import matplotlib.pyplot as plt

# Compute the x and y coordinates for points on sine and cosine curves
x = np.arange(0, 3 * np.pi, 0.1)
y_sin = np.sin(x)
y_cos = np.cos(x)

# 我要绘制2行1列的子图，现在声明，我要绘制第1个子图啦~
plt.subplot(2, 1, 1)

# Make the first plot
plt.plot(x, y_sin)
plt.title('Sine')

# 现在声明我要绘制第2个子图啦~
plt.subplot(2, 1, 2)
plt.plot(x, y_cos)
plt.title('Cosine')

# Show the figure.
plt.show()

关于subplot函数更详细的介绍尽在官方文档：https://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.subplot  

图像（Images）

可以使用imshow函数绘制图像，栗子如下：

import numpy as np
from scipy.misc import imread, imresize
import matplotlib.pyplot as plt

img = imread('assets/cat.jpg')
img_tinted = img * [1, 0.95, 0.9]

# Show the original image
plt.subplot(1, 2, 1)
plt.imshow(img)

# Show the tinted image
plt.subplot(1, 2, 2)

# imshow的一个小问题是，如果提供的数据不是uint8，它可能会给出奇怪的结果。
# 为了解决这个问题，在显示图像之前将其显式转换为uint8。
plt.imshow(np.uint8(img_tinted))
plt.show()