深度学习—Matplotlib绘图库基础

基本操作

matplotlib是一个很大的绘图模块，我们大多时候只需要使用其中的核心模块pyplot即可，并且通常将别名起为plt，故导入语句为import matplotlib.pyplot as plt。

绘图前首先要创建图窗fig1=plt.figure()，然后规定横纵坐标x=[] y=[]，最后使用plt.plot(x,y)进行描点连线即可，一次完整的画图过程展示如下：

保存图像使用fig.save("路径\\文件名")图表推荐保存为svg矢量图。

上述操为基于matlab的方式，也有基于对象的方式作为了解，ax1=plt.asex()、ax1.plot(坐标)。

绘制多个图像

多线段绘制

使用plt.plot(坐标)多次绘制即可，但一个图窗fig的相关绘制代码必须在一个代码段内，多线段绘制示例展示如下：

多子图绘制

使用plt.subplot(行，列，序号)的方式实现，面向对象可直接使用fig,ax1=plt.subplot(个数)和ax[0].plot()的方式实现，多子图绘制示例展示如下：

图表类型

该部分可见官方文档，更为详细，我们使用绘图大多只是作为数据可视化的展示，故只介绍几个常用图表。

二维线型图

即plot，最基本但最全能的曲线图绘制，我们可以使用多个关键字丰富图表内容，

color设置颜色，可用十六进制数表示，该颜色数值的获取可借助QQ的截图功能实现，在截图时按住c可进行取色，获得鼠标悬停位置颜色的十六进制；

linewidth设置线条宽度，一般设置为0.5-3;

linestyle设置线条风格，-表示实线，--表虚线，-.为间断虚线，:表示点组成的线， 空格表示隐藏线段；

mark设置标记，可用.、o、s和D设置不同格式的点标记，一次综合设置展示如下：

网格图

plt.imshow()多用于展示图像，效果展示如下：

统计直方图

plt.hist(data)用直方图展示数据，可通过关键字设置参数：
bins设置划分的区间数量，默认为10；
alpha设置透明度；
histtype设置风格，默认为bar；
color指定颜色；
edgecolor指定边缘颜色。

综合设置示例展示如下：

图窗属性

坐标轴上下限

该绘图库通常会给我们设置为最佳上下限，但仍保留了手动设定的方法， 可通过plt.xlim(上限，下限)，plt.ylim(上限，下限)的方式设置，也可以通过面向对象ax1.set_xlim()和ax1.set_ylim()的方式设置，或者plt.axis([x上限，x下限，y上限，y下限])的方式直接设置。

图窗标题和轴标签

plt.title(标题名)设置图窗标题；
plt.xlable(x轴标签)和plt.ylable(y轴标签)分别设置x轴和y轴标签。

图例设置

通过plt.plot(坐标，label=“图例名”)在绘图时指定图例名称，使用plt.legend()生成图例，其中可设置关键字信息，loc通过upper center lower和left center right在图片九宫格中调整图例位置；frameon设置边框，false时表无边框；ncol表示图例的列数。

设置网格

使用plt.grid()给图生成网格，也可以使用color调整颜色，但其默认设置已经比较美观，无需调整。

应用图窗属性的综合设置展示如图：

总结

本篇文章介绍了matplotlib绘图库的基本操作，创建窗口，根据数据绘制图像的过程，常用的就是线型图plot和直方图hist，作为技术人员确实暂时不用花太多心思在图片展示的美观性上，否则多少有点舍本逐末了，不过以后如果搞工程可能确实需要进一步学习。

原文地址：https://blog.csdn.net/weixin_46763552/article/details/143500776

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！