Matplotlib-使用图像

Matplotlib 是一个用于创建静态、动态图形的 Python 数据可视化包。它的主要优势是提供了快速轻松的图形绘制能力，可以绘制的图形类型涵盖了大部分常见的数据可视化场景，例如折线图、散点图、柱状图和直方图等。

安装

使用以下命令安装 Matplotlib：

pip install matplotlib

常见图像类型及绘制方法

折线图

折线图是用于显示数据在时间或者其它连续变量之间的变化趋势。Matplotlib 提供的 plot() 函数可以用于绘制折线图。

import matplotlib.pyplot as plt

# 准备数据
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

# 绘制折线图
plt.plot(x, y)

# 显示图像
plt.show()

散点图

散点图通常用于显示两个连续变量之间的关系，每个数据点对应平面上的一个点。Matplotlib 提供的 scatter() 函数可以用于绘制散点图。

import matplotlib.pyplot as plt

# 准备数据
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

# 绘制散点图，并设置点的颜色、大小和形状
plt.scatter(x, y, c="r", s=50, marker="o")

# 显示图像
plt.show()

柱状图

柱状图通常用于对比不同项目之间的数值大小。Matplotlib 提供的 bar() 函数可以用于绘制柱状图。

import matplotlib.pyplot as plt

# 准备数据
x = ["A", "B", "C", "D", "E"]
y = [10, 24, 36, 40, 52]

# 绘制柱状图，并设置柱子的宽度、颜色和边框颜色
plt.bar(x, y, width=0.5, color="y", edgecolor="k")

# 显示图像
plt.show()

直方图

直方图通常用于显示数值的分布情况。Matplotlib 提供的 hist() 函数可以用于绘制直方图。

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
data = np.random.randn(1000)

# 绘制直方图，并设置直方的数量和颜色
plt.hist(data, bins=20, color="g")

# 显示图像
plt.show()

图片的保存和加载

使用 Matplotlib 可以将绘制的图像保存为图片格式，也可以将图片加载进来进行后续的处理。

保存图片

可以使用 savefig() 函数将图像保存到文件中。

import matplotlib.pyplot as plt

# 准备数据
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

# 绘制折线图
plt.plot(x, y)

# 保存图片
plt.savefig("line_chart.png")

加载图片

可以使用 imread() 函数将图片加载进来。

import matplotlib.pyplot as plt

# 加载图片
img = plt.imread("line_chart.png")

# 显示图片
plt.imshow(img)
plt.show()

总结

以上介绍了 Matplotlib 常见的图像类型及绘制方法，以及图片的保存和加载。Matplotlib 还提供了很多其它的绘图函数和定制化选项，希望本篇文章能引发大家对 Matplotlib 更深入的研究和探索。