一、准备数据

利用np.linspace()函数得到一定范围内的数据集

利用2*x+1的公式求出y

二、创建窗口

三、根据具有规律的数据画图

四、调整坐标轴

1、将原本的坐标轴的上轴和右轴去掉,使用基本句子为:ax.spines[].set_color()【思路:将他们的颜色改为白色】

2、改变x,y轴的名字:利用ax.xaxis.set_ticks_position()

3、移动我们设置的x,y轴:利用ax.spines[].set_position()函数

五、画图柄(出现的错误:plt.plot返回值没有逗号,plt.legend()中的labels没有用中括号括起来并且没有逗号)

六、注释

1、准备注释点并且讲这个点描成蓝色,并将这个点具体描绘出来

2、注释内容

3、注释点

4、注释的位置

5、注释文字的大小

6、箭头的形状和弧度

七、另一种注释方法

1、注释的位置

2、注释内容

3、设置注释内容的大小和颜色

实现代码:

import matplotlib.pyplot as plt
import numpy as np #准备数据
x = np.linspace(-3,3)
y = 2*x+1 #创建窗口并添加内容
plt.figure(num="insist")
#画图
l1, = plt.plot(x,y)
# 读取当前坐标轴的信息
ax = plt.gca()
#将右轴改为无
ax.spines["right"].set_color("none")
#将上轴改为无
ax.spines['top'].set_color('none')
#设置y轴为left,将x轴改为bottom
ax.xaxis.set_ticks_position("bottom")
ax.yaxis.set_ticks_position("left")
#移动我们设置的x,y轴
ax.spines["bottom"].set_position(("data",0))
ax.spines["left"].set_position(("data",0))
#注释
x0 = 1
y0 = 2*x0+1
plt.scatter([x0, ], [y0, ], s=50, color='b')
plt.plot([x0,x0],[y0,0],'k--',lw=2.5)
plt.annotate(r"$2x0+1=%s$"%y0,xy=(x0,y0),xycoords='data',xytext=(-30,+30)
,textcoords="offset points",fontsize=16,arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=.25")) #另一种注释方法
plt.text(-3.7,2,r'$I\ think\ you\ can\ insist$',fontdict={"size":"16","color":'b'}) plt.legend(handles=[l1,],labels=["insist",],loc="best") plt.show()

实现人脸识别性别之路---matplotlib之注释的更多相关文章

  1. 实现人脸识别性别之路---matplotlib

    Np.linspace(start,stop,num,endpoint,dtype)函数 1.参数:范围值,在范围值中取到的数值总数.是否包含范围值.类型 2.返回值:返回一维数据 3.在指定的范围内 ...

  2. 实现人脸识别性别之路---opencv

    import cv2from make_imge import get_file_namefrom train_ph import Modelimport os IMAGE_SIZE = 128if ...

  3. 实现人脸识别性别之路---open CV将图片显示出来

    import cv2filename='E:\\tensorflow\\bu.jpg'#图片的地址 # face_cascade=cv2.CascadeClassifier('C:\\anconda3 ...

  4. 实现人脸识别性别之路---网页上的video标签

    <video> 元素支持三种视频格式: MP4, WebM, 和 Ogg.但是,不同的浏览器对视频格式的支持也不一致,因此为了让浏览器都适应,我们使用source属性来对视频文件格式定义 ...

  5. 实现人脸识别性别之路---try语句的使用

    Try语句 用法:处理异常信息 存在的形式:try-except X-except T...-except-else-finally(其中X T为错误的类型) 表达意思:try语句是执行正常语句,如果 ...

  6. 现实人脸识别性别之路----弄清楚train_test_split函数

    '''train_test_split(trian_data,trian_target,test_size,random_state)各个参数表示的意义:trian_data表示被划分的样本特征集tr ...

  7. 基于 Python + OpenCV 进行人脸识别,视频追踪代码全注释

    先来普及一下概念, 计算机对人脸是如何识别的呢? 或者说图像是如何识别的.主要是获取单张图片的特征值记录了特征值以后,如果下一张图片来了以后两张图片特征值进行对比,如果相似度很高那么计算机就认定这两个 ...

  8. 基于安卓高仿how-old.net实现人脸识别估算年龄与性别

    前几段微软推出的大数据人脸识别年龄应用how-old.net在微博火了一把,它可以通过照片快速获得照片上人物的年龄,系统会对瞳孔.眼角.鼻子等27个“面部地标点"展开分析,进而得出你的“颜龄 ...

  9. python使用matplotlib画图,jieba分词、词云、selenuium、图片、音频、视频、文字识别、人脸识别

    一.使用matplotlib画图 关注公众号"轻松学编程"了解更多. 使用matplotlib画柱形图 import matplotlib from matplotlib impo ...

随机推荐

  1. YII进行数据查询及类库追踪

    一般处理过程: 模型进行数据操作,继承自CActiveRecord (活跃记录) AR数据库向上的封装.AR通过OOP面向对象方式操作数据库.AR须要终于转变为详细的sql语句.通过一个中间类(cri ...

  2. Node.js能够做什么?

    正如 JavaScript 为client而生.Node.js 为网络而生.Node.js 能做的远不止开发一个网 站那么简单,使用 Node.js,你能够轻松地开发:  具有复杂逻辑的站点:  ...

  3. java中多线程知识

    参考:http://www.cnblogs.com/wxd0108/p/5479442. 引 如果对什么是线程.什么是进程仍存有疑惑,请先Google之,因为这两个概念不在本文的范围之内. 用多线程只 ...

  4. LBP(Local Binary Patterns)局部二进制模式

    1. LBP 用于人脸识别 为了预测每个像素属于哪个脸部器官(眼睛.鼻子.嘴.头发),通常的作法是在该像素周围取一个小的区域,提取纹理特征(例如局部二值模式),再基于该特征利用支持向量机等浅层模型分类 ...

  5. Linux下离线安装MySQL

    Linux下安装mysql 1 检查并卸载已安装mysql 命令:rpm -qa|grep -i mysql 命令:rpm -e --nodeps ‘上个命令后显示的本机已安装mysql依赖’ 如果存 ...

  6. HD-ACM算法专攻系列(3)——Least Common Multiple

    题目描述: 源码: /**/ #include"iostream" using namespace std; int MinComMultiple(int n, int m) { ...

  7. Linux常用命令及其英文全称

      alias:给命令起别名 awk = "Aho Weiberger and Kernighan" ,三个作者的姓的第一个字母 bash:GNU Bourne-Again She ...

  8. error_reporting()函数

    定义和用法 error_reporting() 函数跪地你给应该报告何种 PHP 错误. error_reporting() 函数能够在运行时设置 error_reporting 指令. PHP 有诸 ...

  9. [NOIP2009提高组]最优贸易

    题目:洛谷P1073.Vijos P1754.codevs1173. 题目大意:有n点m边的图,边分有向和无向.每个点有一个价格,用这个价格可以买入或卖出一个东西.一个人从1出发,要到n,途中可以买入 ...

  10. Node实现简单的注册时后端的MVC模型架构

    实现一个简单的注册界面后端MVC模型架构 第一步:在生成的express框架的app.js中添加一个路由,代码如下:var api = require('./routes/api'); app.use ...