Python中可视化工具包Matplotlib和Visdom介绍

一、Matplotlib 简介

Matplotlib 是一个可视化工具包，可以让我们使用Python 来可视化数据。

很多更高级的绘图库，也都是基于Matplotlib，比如seaborn，HoloViews，ggplot 等。
在使用 Matplotlib 时，经常需要用到 pyplot 模块，用下面代码引入：

import matplotlib.pyplot as plt

二、常用画图函数

2.1 散点图

plt.scatter 函数用于绘制散点图。函数原型：

scatter(x, y, s = None, c = None, marker = None)
#plt.scatter([2, 3, 3], [5, 6, 5], marker='o')
#plt.show()

参数含义：

x, y：分别表示点的横纵坐标。x, y 可以是单个点坐标，也可以是一组点坐标。

s：表示点的大小。

c：表示点的颜色。

marker：表示点的形状，比如 marker 的值为 x, o, s 等。

2.2 折线图

plt.plot 函数用于绘制折线图。函数原型：

plt.plot(x, y)
plt.show()

参数 x，y 分别表示点的横纵坐标，一般是一组点坐标。

2.3 直方图

直方图用于描述数据的分布情况。plt.hist 函数用于绘制直方图。函数原型：

plt.hist(x, bins=None)
#plt.hist(scores)plt.show()

参数 x 是一个一维数组，bins 可以理解为矩形的个数，默认是 10。

2.4 条形图

plt.bar 函数用于绘制条形图。函数原型：

plt.bar(x, y, width = 0.8)
#plt.bar(subjects, scores)plt.show()

参数 x, y 均是一个数组，x 是横坐标，表示数据类别；y 是纵坐标，表示每个类别的频度。参数 width 表示长条的宽度。

2.4 histic和bincount区别

histic是指定N个灰度级，统计某一矩阵在灰度级中出现的频次；
bincount只能处理一维的矢量，统计矢量中各个元素出现的频次。

三、其他常用可视化工具包

Pytorch中有专门开发的一款可视化工具visdom，可以不用转化为numpy直接进行可视化。
另外还有tensorboardX等不同的可视化展示方法，有兴趣可以都尝试。目前我使用较多的，画图用plt，图像多用tensorboardX下的image

四、图像显示的一些技巧