Python matplotlib之函數(shù)圖像繪制、線條rc參數(shù)設(shè)置

為避免中文顯示出錯(cuò)，需導(dǎo)入matplotlib.pylab庫(kù)

創(chuàng)新互聯(lián)是少有的成都做網(wǎng)站、網(wǎng)站建設(shè)、外貿(mào)營(yíng)銷網(wǎng)站建設(shè)、營(yíng)銷型企業(yè)網(wǎng)站、小程序制作、手機(jī)APP,開發(fā)、制作、設(shè)計(jì)、友情鏈接、推廣優(yōu)化一站式服務(wù)網(wǎng)絡(luò)公司,2013年開創(chuàng)至今,堅(jiān)持透明化,價(jià)格低,無套路經(jīng)營(yíng)理念。讓網(wǎng)頁驚喜每一位訪客多年來深受用戶好評(píng)

1.2.1 確定數(shù)據(jù)

1.2.2 創(chuàng)建畫布

1.2.3 添加標(biāo)題

1.2.4 添加x，y軸名稱

1.2.5 添加x，y軸范圍

1.2.6 添加x，y軸刻度

1.2.7 繪制曲線、圖例, 并保存圖片

保存圖片時(shí)，dpi為清晰度，數(shù)值越高越清晰。請(qǐng)注意，函數(shù)結(jié)尾處，必須加plt.show()，不然圖像不顯示。

繪制流程與繪制不含子圖的圖像一致，只需注意一點(diǎn)：創(chuàng)建畫布。

合理調(diào)整figsize、dpi，可避免出現(xiàn)第一幅圖橫軸名稱與第二幅圖標(biāo)題相互遮蓋的現(xiàn)象.

2.2.1 rc參數(shù)類型

2.2.2 方法1：使用rcParams設(shè)置

2.2.3 方法2：plot內(nèi)設(shè)置

2.2.4 方法3：plot內(nèi)簡(jiǎn)化設(shè)置

方法2中，線條形狀，linestyle可簡(jiǎn)寫為ls；線條寬度，linewidth可簡(jiǎn)寫為lw；線條顏色，color可簡(jiǎn)寫為c，等等。

Python實(shí)操：手把手教你用Matplotlib把數(shù)據(jù)畫出來

作者：邁克爾·貝耶勒（Michael Beyeler）

如需轉(zhuǎn)載請(qǐng)聯(lián)系華章 科技

如果已安裝Anaconda Python版本，就已經(jīng)安裝好了可以使用的 Matplotlib。否則，可能要訪問官網(wǎng)并從中獲取安裝說明：

正如使用np作為 NumPy 的縮寫，我們將使用一些標(biāo)準(zhǔn)的縮寫來表示 Matplotlib 的引入：

在本書中，plt接口會(huì)被頻繁使用。

讓我們創(chuàng)建第一個(gè)繪圖。

假設(shè)想要畫出正弦函數(shù)sin(x)的線性圖。得到函數(shù)在x坐標(biāo)軸上0≤x＜10內(nèi)所有點(diǎn)的值。我們將使用 NumPy 中的 linspace 函數(shù)來在x坐標(biāo)軸上創(chuàng)建一個(gè)從0到10的線性空間，以及100個(gè)采樣點(diǎn)：

可以使用 NumPy 中的sin函數(shù)得到所有x點(diǎn)的值，并通過調(diào)用plt中的plot函數(shù)把結(jié)果畫出來：

你親自嘗試了嗎？發(fā)生了什么嗎？有沒有什么東西出現(xiàn)？

實(shí)際情況是，取決于你在哪里運(yùn)行腳本，可能無法看到任何東西。有下面幾種可能性：

1. 從.py腳本中繪圖

如果從一個(gè)腳本中運(yùn)行 Matplotlib，需要加上下面的這行調(diào)用：

在腳本末尾調(diào)用這個(gè)函數(shù)，你的繪圖就會(huì)出現(xiàn)！

2. 從 IPython shell 中繪圖

這實(shí)際上是交互式地執(zhí)行Matplotlib最方便的方式。為了讓繪圖出現(xiàn)，需要在啟動(dòng) IPython 后使用所謂的%matplotlib魔法命令。

接下來，無須每次調(diào)用plt.show()函數(shù)，所有的繪圖將會(huì)自動(dòng)出現(xiàn)。

3. 從 Jupyter Notebook 中繪圖

如果你是從基于瀏覽器的 Jupyter Notebook 中看這段代碼，需要使用同樣的%matplotlib魔法命令。然而，也可以直接在notebook中嵌入圖形，這會(huì)有兩種輸出選項(xiàng)：

在本書中，將會(huì)使用inline選項(xiàng)：

現(xiàn)在再次嘗試一下：

上面的命令會(huì)得到下面的繪圖輸出結(jié)果：

如果想要把繪圖保存下來留作以后使用，可以直接在 IPython 或者 Jupyter Notebook 使用下面的命令保存：

僅需要確保你使用了支持的文件后綴，比如.jpg、.png、.tif、.svg、.eps或者.pdf。

作為本章最后一個(gè)測(cè)試，讓我們對(duì)外部數(shù)據(jù)集進(jìn)行可視化，比如scikit-learn中的數(shù)字?jǐn)?shù)據(jù)集。

為此，需要三個(gè)可視化工具：

那么開始引入這些包吧：

第一步是載入實(shí)際數(shù)據(jù)：

如果沒記錯(cuò)的話，digits應(yīng)該有兩個(gè)不同的數(shù)據(jù)域：data域包含了真正的圖像數(shù)據(jù)，target域包含了圖像的標(biāo)簽。相對(duì)于相信我們的記憶，我們還是應(yīng)該對(duì)digits稍加 探索 。輸入它的名字，添加一個(gè)點(diǎn)號(hào)，然后按Tab鍵：digits.TAB，這個(gè)操作將向我們展示digits也包含了一些其他的域，比如一個(gè)名為images的域。images和data這兩個(gè)域，似乎簡(jiǎn)單從形狀上就可以區(qū)分。

兩種情況中，第一維對(duì)應(yīng)的都是數(shù)據(jù)集中的圖像數(shù)量。然而，data中所有像素都在一個(gè)大的向量中排列，而images保留了各個(gè)圖像8×8的空間排列。

因此，如果想要繪制出一副單獨(dú)的圖像，使用images將更加合適。首先，使用NumPy的數(shù)組切片從數(shù)據(jù)集中獲取一幅圖像：

這里是從1797個(gè)元素的數(shù)組中獲取了它的第一行數(shù)據(jù)，這行數(shù)據(jù)對(duì)應(yīng)的是8×8=64個(gè)像素。下面就可以使用plt中的imshow函數(shù)來繪制這幅圖像：

上面的命令得到下面的輸出：

此外，這里也使用cmap參數(shù)指定了一個(gè)顏色映射。默認(rèn)情況下，Matplotlib 使用MATLAB默認(rèn)的顏色映射jet。然而，在灰度圖像的情況下，gray顏色映射更有效。

最后，可以使用plt的subplot函數(shù)繪制全部數(shù)字的樣例。subplot函數(shù)與MATLAB中的函數(shù)一樣，需要指定行數(shù)、列數(shù)以及當(dāng)前的子繪圖索引（從1開始計(jì)算）。我們將使用for 循環(huán)在數(shù)據(jù)集中迭代出前十張圖像，每張圖像都分配到一個(gè)單獨(dú)的子繪圖中。

這會(huì)得到下面的輸出結(jié)果：

關(guān)于作者：Michael Beyeler，華盛頓大學(xué)神經(jīng)工程和數(shù)據(jù)科學(xué)專業(yè)的博士后，主攻仿生視覺計(jì)算模型，用以為盲人植入人工視網(wǎng)膜（仿生眼睛），改善盲人的視覺體驗(yàn)。 他的工作屬于神經(jīng)科學(xué)、計(jì)算機(jī)工程、計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)的交叉領(lǐng)域。同時(shí)他也是多個(gè)開源項(xiàng)目的積極貢獻(xiàn)者。

本文摘編自《機(jī)器學(xué)習(xí)：使用OpenCV和Python進(jìn)行智能圖像處理》，經(jīng)出版方授權(quán)發(fā)布。

python繪制函數(shù)圖像

raw_input獲取的輸入是字符串，不能直接用np.array，需要用split進(jìn)行切分，然后強(qiáng)制轉(zhuǎn)化成數(shù)值類型，才能用plot函數(shù)

我把你的代碼稍微修改了一下，可能不太漂亮，不過能運(yùn)行了

x=[1,2,3]

a = raw_input('function')

a = a.split(' ')#依空格對(duì)字符串a(chǎn)進(jìn)行切分，如果是用逗號(hào)分隔，則改成a.split(',')

b = []

for i in range(len(a)):#把切分好的字符強(qiáng)制轉(zhuǎn)化成int類型，如果是小數(shù)，將int改為float

b.append(int(a[i]))

plt.plot(x, b, label='x', color="green", linewidth=1)

python函數(shù)圖的繪制

pre

import numpy as np

import matplotlib.pyplot as plt

from matplotlib.patches import Polygon

def func(x):

return -(x-2)*(x-8)+40

x=np.linspace(0,10)

y=func(x)

fig,ax = plt.subplots()

plt.plot(x,y,'r',linewidth=2)

plt.ylim(ymin=20)

a=2

b=9

ax.set_xticks([a,b])

ax.set_xticklabels(['$a$','$b$'])

ax.set_yticks([])

plt.figtext(0.9,0.05,'$x$')

plt.figtext(0.1,0.9,'$y$')

ix=np.linspace(a,b)

iy=func(ix)

ixy=zip(ix,iy)

verts=[(a,0)]+list(ixy)+[(b,0)]

poly = Polygon(verts,facecolor='0.9',edgecolor='0.5')

ax.add_patch(poly)

x_math=(a+b)*0.5

y_math=35

plt.text(x_math,y_math,r"$\int_a^b(-(x-2)*(x-8)+40)dx$",horizontalalignment='center',size=12)

plt.show()

/pre