matplotlib库介绍

matplotlib库

在介绍此篇文章之前，可结合该总结来看（学习例子当中的第一篇文章）：点击这里

————参考文章：

1.matplotlib（扩展）绘图的核心原理讲解：https://baijiahao.baidu.com/s?id=1659039367066798557&wfr=spider&for=pc

2.Matplotlib.pyplot （所使用到的）常用方法：https://www.cnblogs.com/shaosks/p/9849446.html

3.详细具体些地讲解（只讲所运用到的）：

　①.figure语法及操作

　(1)figure语法说明

　figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)

　num:图像编号或名称，数字为编号，字符串为名称
　figsize:指定figure的宽和高，单位为英寸；
　dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80 1英寸等于2.5cm,A4纸是 21*30cm的纸张
　facecolor:背景颜色
　edgecolor:边框颜色
　frameon:是否显示边框
　(2)例子:

　import matplotlib.pyplot as plt
　#创建自定义图像
　fig=plt.figure(figsize=(4,3),facecolor='blue')
　plt.show()

输出4*3的蓝色图像

matplotlib库介绍

②imshow 介绍————编写时参考文章：点此进入，

热图（heatmap）是数据分析的常用方法，通过色差、亮度来展示数据的差异、易于理解。Python在Matplotlib库中，调用imshow()函数实现热图绘制

imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, shape=None, filternorm=1, filterrad=4.0, imlim=None, resample=None, url=None, hold=None, data=None, **kwargs)

其中，X变量存储图像，可以是浮点型数组、unit8数组以及PIL图像，如果其为数组，则需满足一下形状：
(1) M*N 此时数组必须为浮点型，其中值为该坐标的灰度；
(2) M*N*3 RGB（浮点型或者unit8类型）
(3) M*N*4 RGBA（浮点型或者unit8类型）

# coding=utf-8

from matplotlib import pyplot as plt
X = [[1,2],[3,4],[5,6]]
plt.imshow(X)
plt.show()

运行结果：

matplotlib库介绍

Colorbar：增加颜色类标的代码是plt.colorbar()，代码如下：

#coding=utf-8  

from matplotlib import pyplot as plt  
X = [[1,2],[3,4],[5,6]]  
plt.imshow(X)  
plt.colorbar()
plt.show()

运行结果：

matplotlib库介绍

Colormap：参数cmap用于设置热图的Colormap。（参考百度百科）
Colormap是MATLAB里面用来设定和获取当前色图的函数，可以设置如下色图：
  hot 从黑平滑过度到红、橙色和黄色的背景色，然后到白色。
  cool 包含青绿色和品红色的阴影色。从青绿色平滑变化到品红色。
  gray 返回线性灰度色图。
  bone 具有较高的蓝色成分的灰度色图。该色图用于对灰度图添加电子的视图。
white 全白的单色色图。
  spring 包含品红和黄的阴影颜色。
summer 包含绿和黄的阴影颜色。
autumn 从红色平滑变化到橙色，然后到黄色。
winter 包含蓝和绿的阴影色。

下面这段代码是显示原图、灰度（gray）、和春夏秋冬的示例。

#coding=utf-8  
from matplotlib import pyplot as plt  
X = [[1,2],[3,4]]   
fig = plt.figure()
ax = fig.add_subplot(231)
ax.imshow(X)
ax = fig.add_subplot(232)
ax.imshow(X, cmap=plt.cm.gray) #灰度
ax = fig.add_subplot(233)
im = ax.imshow(X, cmap=plt.cm.spring) #春
plt.colorbar(im)                
ax = fig.add_subplot(234)
im = ax.imshow(X, cmap=plt.cm.summer)
plt.colorbar(im, cax=None, ax=None, shrink=0.5) #长度为半
ax = fig.add_subplot(235)
im = ax.imshow(X, cmap=plt.cm.autumn)
plt.colorbar(im, shrink=0.5, ticks=[-1,0,1])
ax = fig.add_subplot(236)
im = ax.imshow(X, cmap=plt.cm.winter)
plt.colorbar(im, shrink=0.5)
plt.show()

View Code