matplotlib，PIL（Pillow），Opencv三种常用的作图方式。
使用matplotlib画图，很棒，matplotlib 是python最著名的2D绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地进行制图。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。通过简单的绘图语句，就可以绘制出高质量的图了。
pip install matplotlib
from PIL import Image
import matplotlib.pyplot as plt
img=Image.open('d:/dog.png')
plt.figure("dog")
plt.imshow(img)
plt.show()
figure默认是带axis的，如果没有需要，我们可以关掉
plt.axis('off')
print(img.size) #图片的尺寸 print(img.mode ) #图片的模式 print(img.format) #图片的格式
img.save('d:/dog.jpg') #这行代码不仅能保存图片，还是转换格式，如本例中，就由原来的png图片保存为了jpg图片。
这里在centos下跑pip install matplotlib 会出错，提示让你升级pip，但是centos下默认安装的是python2.7 于是pip install --upgrade pip 但是仍然报错
去了官网https://matplotlib.org/users/installing.html
找到解决方法，
yum install python2-matplotlib
如果是python3的话就 yum install python3-matplotlib 不过我想直接pip install matplotlib 也没问题应该。
这个应该是numpy需要升级了。
pip install numpy --upgrade
如果还不行，pip install numpy --upgrade --ignore-installed
再次安装pip install numpy
说无法安装。。已经存在，奇怪，明明已经卸载了。（实际上下面两行是执行不了的，只是想说明可以查看path）
import numpy
print numpy.__path__找到numpy的物理路径，手动强制删掉，rm -rf numpy
再次安装，成功了。
执行，又报错了。
import matplotlib as mpl
mpl.use('Agg')
import matplotlib.pyplot as plt
加上这三行，搞定。
又双报错了。
style_score.data[0] 改为style_score.item()
终于运行成功了，其实我只是找了份画风迁移的代码，运行一下而已。。原理嘛就是把一张图的内容和风格（纹理style）分开提取特征，然后相互杂交，是不是这个理儿？
想到这里，我觉得有很多东西不是一下子就要懂得很深入，可以先了解它是什么，能干什么，至于为什么等以后需要知道的时候再知道也不迟，因为要补的知识实在太多，脑子装不下要爆炸。
人类一思考，上天就想笑，于是又报错了
于是改成png，除去了A透明度，以为终于可以了。
跑去改了matplotlib的源码，把tostring()改成了tobytes()，这只毕加索风格的猫如何？
使用python进行数字图片处理，还得安装Pillow包。虽然python里面自带一个PIL（python images library), 但这个库现在已经停止更新了，所以使用Pillow, 它是由PIL发展而来的。
pip install Pillow
from PIL import Image
img=Image.open('d:/dog.png')
img.show()
import matplotlib.pyplot as plt #创建新的figure fig = plt.figure() #必须通过add_subplot()创建一个或多个绘图 ax = fig.add_subplot(221) #绘制2x2两行两列共四个图，编号从1开始 ax1 = fig.add_subplot(221) ax2 = fig.add_subplot(222) ax3 = fig.add_subplot(223) ax4 = fig.add_subplot(224) #图片的显示 plt.show()
热图（heatmap）是数据分析的常用方法，通过色差、亮度来展示数据的差异、易于理解。Python在Matplotlib库中，调用imshow()函数实现热图绘制。
#coding=utf-8 import matplotlib.pyplot as plt import numpy as np points = np.arange(-5,5,0.01) xs,ys = np.meshgrid(points,points) z = np.sqrt(xs**2 + ys**2) #创建新的figure fig = plt.figure() #绘制2x2两行两列共四个图，编号从1开始 ax = fig.add_subplot(221) ax.imshow(z) ax = fig.add_subplot(222) #使用自定义的colormap(灰度图) ax.imshow(z,cmap=plt.cm.gray) ax = fig.add_subplot(223) #使用自定义的colormap ax.imshow(z,cmap=plt.cm.cool) ax = fig.add_subplot(224) #使用自定义的colormap ax.imshow(z,cmap=plt.cm.hot) #图片的显示 plt.show()
Opencv 的做法
import cv2 as cv
# load
img = cv.imread(imagepath)
# shape=(height, width, channel)
h,w,c = img.shape
# show
cv.imshow('window_title', img)
# save
cv.imwrite(savepath, img)
最后，matplotlib的官网，有很多酷炫的图和源码，非常推荐。