数据分析之Matplotlib绘图-01

01-图片的灰度化处理

（1）最大值法使转化后的R,G,B的值等于转化前的3个值中的最大的一个，即：R=G=B=max（R,G,B）这种转化的灰度图亮度很高im_data1 = im_data.max(axis = 2)（2）平均值法使转化后的R,G,B的值等于转化前的3个的平均值，即：R=G=B=（R+G+B）/3这种方法产生的灰度图像比较柔和。im_data2 = im_data.mean(axis=-1)（3）加权平均法按照一定值对R,G，B的值加权平均。#红绿蓝的权重a = np.array([0.299,0.587,0.114])#red*0.299+green*0.587+blue*0.114#矩阵乘法im_data3 = np.dot(im_data,a)

02-Matplotlib基础知识

Matplotlib中的基本图表包括的元素

Matplotlib中的基本图表包括的元素
1. x轴和y轴
1. 水平和垂直的轴线
1. x轴和y轴刻度
1. 刻度标示坐标轴的分隔，包括最小刻度和最大刻度
1. x轴和y轴刻度标签
1. 表示特定坐标轴的值
1. 绘图区域
1. 实际绘图的区域
2.

画曲线

一条曲线x = np.arange(0.0,6.0,0.01)plt.plot(x, x**2)plt.show()多条曲线x = np.arange(1, 5)plt.plot(x, x*1.5, x, x*3.0, x, x/3.0)plt.show()

网格线

设置grid参数（参数与plot函数相同）lw代表linewidth，线的粗细alpha表示线的明暗程度# 使用子图显示不同网格线对比fig  = plt.figure(figsize=(20,3))x = np.linspace(0, 5, 100)# 使用默认网格设置ax1 = fig.add_subplot(131)ax1.plot(x, x**2, x, x**3,lw=2) ax1.grid(True) # 显式网格线# 对网格线进行设置ax2 = fig.add_subplot(132)ax2.plot(x, x**2, x, x**4, lw=2)ax2.grid(color='r', alpha=0.5, linestyle='dashed', linewidth=0.5) # grid函数中用与plot函数同样的参数设置网格线# 对网格线进行设置ax3 = fig.add_subplot(133)ax3.plot(x, x**2, x, x**4, lw=2)ax3.grid(color='r', alpha=0.5, linestyle='-.', linewidth=0.5) # grid函数中用与plot函数同样的参数设置网格线

坐标轴界限axis方法设置

x = np.arange(1, 5)plt.plot(x, x*1.5, x, x*3.0, x, x/3.0)# plt.axis() # shows the current axis limits values；如果axis方法没有任何参数，则返回当前坐标轴的上下限# (1.0, 4.0, 0.0, 12.0)# plt.axis([0, 15, -5, 13]) # set new axes limits；axis方法中有参数，设置坐标轴的上下限；参数顺序为[xmin, xmax, ymin, ymax]plt.axis(xmax=5,ymax=23) # 可使用xmax,ymax参数plt.show()设置紧凑型坐标轴x = np.arange(1, 5)plt.plot(x, x*1.5, x, x*3.0, x, x/3.0)plt.axis('tight') # 紧凑型坐标轴plt.show()plt除了axis方法设置坐标轴范围，还可以通过xlim，ylim设置坐标轴范围x = np.arange(1, 5)plt.plot(x, x*1.5, x, x*3.0, x, x/3.0)plt.xlim([0, 5]) # ylim([ymin, ymax])plt.ylim([-1, 13]) # xlim([xmin, xmax])plt.show()

坐标轴标签

plt.plot([1, 3, 2, 4])plt.xlabel('This is the X axis')plt.ylabel('This is the Y axis')plt.show()

坐标轴标题

plt.plot([1, 3, 2, 4])plt.title('Simple plot')plt.show()

图例legend

legend方法两种传参方法：【推荐使用】在plot函数中增加label参数在legend方法中传入字符串列表方法一：x = np.arange(1, 5)plt.plot(x, x*1.5, label='Normal') # 在plot函数中增加label参数plt.plot(x, x*3.0, label='Fast')plt.plot(x, x/3.0, label='Slow')plt.legend()plt.show()方法二：x = np.arange(1, 5)plt.plot(x, x*1.5)plt.plot(x, x*3.0)plt.plot(x, x/3.0)plt.legend(['Normal', 'Fast', 'Slow']) # 在legend方法中传入字符串列表plt.show()

ncol参数控制图例中有几列

x = np.arange(1, 5)plt.plot(x, x*1.5, label='Normal')plt.plot(x, x*3.0, label='Fast')plt.plot(x, x/3.0, label='Slow')plt.legend(loc=0, ncol=2) # ncol控制图例中有几列plt.show()

line style

plt.plot(np.random.randn(1000).cumsum(), linestyle = ':',marker = '.', label='one')plt.plot(np.random.randn(1000).cumsum(), 'r--', label='two') plt.plot(np.random.randn(1000).cumsum(), 'b.', label='three')plt.legend(loc='best') # loc='best'plt.show()

图片保存

filename含有文件路径的字符串或Python的文件型对象。图像格式由文件扩展名推断得出，例如，.pdf推断出PDF，.png推断出PNG （“png”、“pdf”、“svg”、“ps”、“eps”……）dpi图像分辨率（每英寸点数），默认为100facecolor图像的背景色，默认为“w”（白色）x = np.random.randn(1000).cumsum()fig = plt.figure(figsize = (10,3))splt = fig.add_subplot(111)splt.plot(x)fig.savefig(filename = "filena.eps",dpi = 100,facecolor = 'g') 

03-设置plot的风格和样式

1.点和线的样式。
- 颜色

参数color或c五种定义颜色值的方式别名color='r'合法的HTML颜色名color = 'red'HTML十六进制字符串color = '#eeefff'归一化到[0, 1]的RGB元组color = (0.3, 0.3, 0.4)灰度color = (0.1)

• 透明度

# 透明度y = np.arange(1, 3)plt.plot(y, c="red", alpha=0.1);    # 设置透明度plt.plot(y+1, c="red", alpha=0.5);plt.plot(y+2, c="red", alpha=0.9);

• 背景色

设置背景色，通过plt.subplot()方法传入facecolor参数，来设置坐标轴的背景色plt.subplot(facecolor='cyan');plt.plot(np.random.randn(10),np.arange(1,11))

• 线型

  1. 线型
  2. 线宽
  3. 不同宽度破折线
  4. 点型
  5. 多参数连用
  6. 更多点和线的设置
  7. 在一条语句中多个曲线进行设置
  8. 三种设置方式

2.X,Y轴坐标的刻度。

xticks()和yticks()方法

x = [5, 3, 7, 2, 4, 1]plt.plot(x);plt.xticks(range(len(x)), ['a', 'b', 'c', 'd', 'e', 'f']); # 传入位置和标签参数，以修改坐标轴刻度plt.yticks(range(1, 8, 2));plt.show()

面向对象方法

set_xticks、set_yticks、set_xticklabels、set_yticklabels方法fig = plt.figure(figsize=(10, 4))ax = fig.add_subplot(111)x = np.linspace(0, 5, 100)ax.plot(x, x**2, x, x**3, lw=2)ax.set_xticks([1, 2, 3, 4, 5])ax.set_xticklabels(['a','b','c','d','e'], fontsize=18)yticks = [0, 50, 100, 150]ax.set_yticks(yticks)ax.set_yticklabels([y for y in yticks], fontsize=18); # use LaTeX formatted labels

正弦余弦：LaTex语法，用π等表达式在图表上写上希腊字母

x = np.arange(-np.pi,np.pi,0.01)plt.figure(figsize=(12,9))plt.plot(x,np.sin(x),x,np.cos(x))plt.axis([x.min()-1,x.max()+1,-1.2,1.2])#xticks:参数一刻度，参数二，对应刻度上的值plt.xticks(np.arange(-np.pi,np.pi+1,np.pi/2),           ['$-\delta$','$-\pi$/2','0','$\pi$/2','$\pi$'],size = 20)plt.yticks([-1,0,1],['min','0','max'],size = 20)plt.show()