深度学习笔记---Matplotlib的简单应用

在深度学习的实验中，图形的绘制和数据的可视化非常重要。Matplotlib是用于绘制图形的库，使用Matplotlib可以轻松地绘制图形和实现数据的可视化。

# 1.绘制简单图形

我们通常使用matplotlib的pyplot模块绘制图形。下面是一个绘制sin函数曲线的例子。

import numpy as np
import matplotlib.pyplot as plt # 将matplotlib.pyplot作为plt导入

#生成数据
x = np.arange(0,6,0.1)  #以0.1为单位生成0到6的数据
y = np.sin(x)           #对x的各个元素，应用NumPy的sin函数生成y

#绘制图形
plt.plot(x,y)           #根据x,y的数值绘制图形
plt.show()              #显示图形

对应生成图像：

# 2.pyplot的功能

下面的例子增加了cos函数图像的绘制，并使用了更多pyplot的功能。

import numpy as np
import matplotlib.pyplot as plt

# 生成数据
x = np.arange(0,6,0.1) # 生成0到6的数据，以0.1为单位
y1 = np.sin(x)         # 对数组x应用sin函数，得到数组y1
y2 = np.cos(x)         # 对数组x应用cos函数，得到数组y2

# 绘制图形
plt.plot(x,y1,label="sin")                 # 根据x和y1的取值绘制标签为sin的图形
plt.plot(x,y2,linestyle="--",label="cos")  # 根据x和y2的取值绘制标签为cos的图形，用虚线绘制

plt.xlabel("x")   # 设置x轴标签为"x"
plt.ylabel("y")   # 设置y轴标签为"y"

plt.title('sin&cos') # 设置标题为"sin&cos"

plt.legend() # 绘制图例

plt.show()   # 显示所绘制的图像

对应生成图像：

# 3.显示图像

python中还提供了用于显示图像的方法imshow()。我们可以使用matplotlib.image模块的imread()方法读入图像。

import matplotlib.pyplot as plt
from matplotlib.image import imread   # 从matplotlib库的image.py文件中导入imread方法

img = imread('lena.jpg')     #将图像读入，并存放在img变量中
plt.imshow(img)              #绘制图像

plt.show()                   #显示图像   

对应显示图像效果：

其中imread的入口参数为待显示图像的路径。该例子中图像lena.jpg和源代码文件放在同一目录下。

 

# 本博客参考了《深度学习入门——基于Python的理论与实现》（斋藤康毅著，陆宇杰译），特在此声明。