第七节，Python的可视化包——matplotlib

1、2D图表

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

# 通过rcParams设置全局横纵轴字体大小
mpl.rcParams['xtick.labelsize']=24
mpl.rcParams['ytick.labelsize']=24
np.random.seed(42)
# x轴的采样点
x=np.linspace(0,5,100)
# 通过下面曲线加上噪声生成数据，
y=2*np.sin(x)+0.3*x**2
y_data=y+np.random.normal(scale=0.3,size=100)
# figure函数指定图标名称
plt.figure('data')
# '.'标明画散点图，每个散点的形状是个圆
plt.plot(x,y_data,'.')
#画模型的图，plot函数默认画连线图
plt.figure('model')
plt.plot(x,y)
# 两个图画在一起
plt.figure('data & model')
'''
通过k指定线的颜色，lw指定线的宽度
第三个参数除了颜色也可以指定线形，’r--‘表示红色虚线
'''
plt.plot(x,y,'k',lw=3)
# scatter可以更容易生成散点图
plt.scatter(x,y_data)
#将当前figure的图保存到文件result.png
plt.savefig('result.png')
plt.show()

2、图像显示

matplotlib也支持图像的存取和显示，并且和Opencv一类的接口比起来，对于一般的二维矩阵的可视化要方便很多。

import matplotlib.pyplot as plt
img=plt.imread('img.jpg')
plt.imshow(img)