1、2D图表
import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt # 通过rcParams设置全局横纵轴字体大小 mpl.rcParams['xtick.labelsize']=24 mpl.rcParams['ytick.labelsize']=24 np.random.seed(42) # x轴的采样点 x=np.linspace(0,5,100) # 通过下面曲线加上噪声生成数据， y=2*np.sin(x)+0.3*x**2 y_data=y+np.random.normal(scale=0.3,size=100) # figure函数指定图标名称 plt.figure('data') # '.'标明画散点图，每个散点的形状是个圆 plt.plot(x,y_data,'.') #画模型的图，plot函数默认画连线图 plt.figure('model') plt.plot(x,y) # 两个图画在一起 plt.figure('data & model') ''' 通过k指定线的颜色，lw指定线的宽度 第三个参数除了颜色也可以指定线形，’r--‘表示红色虚线 ''' plt.plot(x,y,'k',lw=3) # scatter可以更容易生成散点图 plt.scatter(x,y_data) #将当前figure的图保存到文件result.png plt.savefig('result.png') plt.show()
2、图像显示
matplotlib也支持图像的存取和显示，并且和Opencv一类的接口比起来，对于一般的二维矩阵的可视化要方便很多。
import matplotlib.pyplot as plt img=plt.imread('img.jpg') plt.imshow(img)