Python数据分析——Matplotlib数据可视化基础（一）

思维导图：

图像的数组表示

图像的RGB色彩模式

• RGB三个颜色通道的变化和叠加得到各种颜色，其中R红色，取值范围，0-255
  G绿色，取值范围，0-255
  B蓝色，取值范围，0-255。RGB形成的颜色包括了人类示例所能感知的所有颜色。

PIL库

• PIL（Python Image Library）：是一个具有强大图像处理能力的第三方库
• 引入图像类：

from PIL import Image 

• Image是PIL库中代表一个图像的类（对象）

图像的数组表示

• 图像是一个由像素组成的二维矩阵，每个元素是一个RGB值

例：

from PIL import Image
import numpy as np
im = np.array(Image.open(\"‪C:/Users/sssss/.spyder-py3/123.jpg\"))
print(im.shape,im.dtype)

图像的变换

• 读入图像后，获得像素RGB值，修改后保存为新的文件

例：

from PIL import Image
import numpy as np
a = np.array(Image.open(\"‪C:/Users/sssss/.spyder-py3/123.jpg\"))
print(a.shape,a.dtype)
b = [255,255,255] -a
im = Image.fromarray(b.astype(\'uint8\'))
im.save(\"‪C:/Users/sssss/.spyder-py3/1234.jpg\")

将彩色照片变成灰度图片：

from PIL import Image
import numpy as np
a = np.array(Image.open(‪\"C:/Users/sssss/.spyder-py3/123.jpg\").convert(\'L\'))
b = 255 - a
im = Image.fromarray(b.astype(\'uint8\'))
im.save(\"‪C:/Users/sssss/.spyder-py3/1234.jpg\")

Matplotlib库的介绍

• Matplotlib库由各种可视化类构成，内部结构负责，受Matlab启发
• Matplotlib.pyplot是绘制各类可视化图形的命令子库，相当于快捷方式。

import matplotlib.pyplot as plt

• plt：引入模块的别名

添加画布内容

存与展示图形

例1：

import matplotlib.pyplot as plt

plt.plot([3,1,4,5,2]) 
plt.ylabel(\"grade\")
plt.savefig(\'test\',dpi=600) #PNG文件
plt.show()

• plt.savefig()：将输出图形存储为文件，默认PNG格式，可以通过dpi修改输出质量

例2：

plt.plot([0,2,4,6,8],[3,1,4,5,2]) 
plt.ylabel(\"grade\")
plt.axis([-1,10,0,6])
plt.show()

• plt.plot(x,y)：当有两个以上参数时，按照x轴和y轴顺序绘制数据点

pyplot的plot()函数

plt.plot(x,y,format_string,**kwargs)

• x：x轴数据，列表或数组，可选
• y：y轴数据，列表或数组
• format_string：控制曲线的格式字符串，可选由颜色字符、风格字符和标记字符组成
  
  
  
• **kwargs：第二组或更多（x,y,format_string）

1. color：控制颜色，color=‘black’
2. linestyle：线条风格，linestyle=‘dashed’
3. marker：标记风格，marker=‘0’
4. markerfacecolor：标记颜色，markerfacecolor=‘blue’

注：当绘制多条曲线时，各条曲线的x不能省略

例：

import matplotlib.pyplot as plt
import numpy as np

a = np.arange(10)
plt.plot(a,a*1.5,\'go-\',a,a*2.5,\'rx\',a,a*3.5,\'*\',a,a*4.5,\'b-,\')
plt.show()

pyplot的中文显示

• 第一种：pyplot并不默认支持中文显示，需要rcParams修改字体实现

例1：

import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams[\'font.family\']=\'SimHei\'  #黑体
plt.plot([3,1,4,5,2])
plt.ylabel(\"纵轴(值)\")
plt.savefig(\'test\',dpi=600)
plt.show()

• rcParams属性：
  
  例2：

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

matplotlib.rcParams[\'font.family\']=\'STSong\'  
matplotlib.rcParams[\'font.size\']=20

a = np.arange(0.0,5.0,0.02)
plt.xlabel(\'横轴：时间\')
plt.ylabel(\'纵轴：振幅\')
plt.plot(a,np.cos(2*np.pi*a),\'r--\')
plt.show()

• 第二种方法：在有中文输出的地方，增加一个属性：fontproperties（建议使用）

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(0.0,5.0,0.02)

plt.xlabel(\'横轴：时间\',fontproperties=\'SimHei\',fontsize=20)
plt.ylabel(\'纵轴：振幅\',fontproperties=\'SimHei\',fontsize=20)
plt.plot(a,np.cos(2*np.pi*a),\'r--\')
plt.show()

pyplot子绘图区域

plt.subplot2grid(GrindSpec,CurSpec,colspan=1,rowspan=1)

例：

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

gs = gridspec.GridSpec(3,3)

ax1 = plt.subplot(gs[0,:])
ax2 = plt.subplot(gs[1,:-1])
ax3 = plt.subplot(gs[1:,-1])
ax4 = plt.subplot(gs[2,0])
ax5 = plt.subplot(gs[2,1])