python中matplotlib.pyplot的使用示例

这篇博客介绍了如何使用matplotlib.pyplot库进行图像绘制,包括单张图像显示、在同一画布上绘制多张图像、添加图像标题以及在不同画布上显示图像。通过调整颜色通道顺序以适应matplotlib,然后利用subplot函数布局图像,最后用plt.show()展示图像。

matplotlib.pyplot主要用于绘图,其使用方法和matlab中的相关绘图函数很像,事实上他也是仿matlab的相关绘图函数的。
使用的时候要有的意识是:先在画布中绘制好图,再用plt.show()显示图像。

本篇博文记录下其使用例子,以便将来使用时参考。

使用前先导入它,代码如下:

import matplotlib.pyplot as plt

1 实现最简单的绘图,代码如下

        # 因为opencv的颜色通道顺序为[B,G,R],而matplotlib的颜色通道顺序为[R,G,B],所以作图前要先进行通道顺序的调整
        img1 = img1[:, :, (2, 1, 0)]
        plt.imshow(img1)
        plt.show()

运行结果如下:
在这里插入图片描述
2 同一个画布中绘制多张图像,代码如下:

        # 因为opencv的颜色通道顺序为[B,G,R],而matplotlib的颜色通道顺序为[R,G,B],所以作图前要先进行通道顺序的调整
        img1 = img1[:, :, (2, 1, 0)]
        img2 = img2[:, :, (2, 1, 0)]
        img3 = img3[:, :, (2, 1, 0)]
        
        plt.subplot(2, 2, 1)  # 将画板分为两行两列,接下来要绘的图位于第一个位置
        plt.imshow(img1)
        plt.subplot(2, 2, 2)  # 将画板分为两行两列,接下来要绘的图位于第一个位置
        plt.imshow(img2)
        plt.subplot(2, 2, 3)  # 将画板分为两行两列,接下来要绘的图位于第一个位置
        plt.imshow(img3)
        plt.show()

代码运行结果如下图所示:
在这里插入图片描述
3 给图加上标题,代码如下:

        # 因为opencv的颜色通道顺序为[B,G,R],而matplotlib的颜色通道顺序为[R,G,B],所以作图前要先进行通道顺序的调整
        img1 = img1[:, :, (2, 1, 0)]
        img2 = img2[:, :, (2, 1, 0)]
        img3 = img3[:, :, (2, 1, 0)]

        plt.subplot(2, 2, 1)  # 将画板分为两行两列,接下来要绘的图位于第一个位置
        plt.title('food')
        plt.imshow(img1)
        plt.subplot(2, 2, 2)  # 将画板分为两行两列,接下来要绘的图位于第一个位置
        plt.title('view')
        plt.imshow(img2)
        plt.subplot(2, 2, 3)  # 将画板分为两行两列,接下来要绘的图位于第一个位置
        plt.title('girl')
        plt.imshow(img3)
        plt.show()

运行结果如下图所示:
在这里插入图片描述
4 用两个画布分别显示两幅图

        # 因为opencv的颜色通道顺序为[B,G,R],而matplotlib的颜色通道顺序为[R,G,B],所以作图前要先进行通道顺序的调整
        img1 = img1[:, :, (2, 1, 0)]
        img2 = img2[:, :, (2, 1, 0)]

        plt.figure(1)  # 第一个画布
        plt.title('food')
        plt.imshow(img1)

        plt.figure(2)  # 第二个画布
        plt.title('view')
        plt.imshow(img2)

        plt.show()

在这里插入图片描述

### 安装与导入 要使用`matplotlib.pyplot`,首先需要安装`matplotlib`库。安装完成后,可以通过以下方式导入: ```python import matplotlib.pyplot as plt import numpy as np # 通常会结合numpy进行数据处理 ``` ### 基本绘图步骤 #### 简单绘图示例 以下是一个简单的绘图示例,展示了如何绘制折线图: ```python from matplotlib import pyplot as plt x = list(range(2, 26, 2)) y = [15, 13, 14.5, 17, 20, 25, 26, 26, 27, 22, 18, 15] # 设置图片大小 plt.figure(figsize=(20, 8), dpi=80) # 绘图 plt.plot(x, y) plt.show() ``` 在这个示例中,首先创建了`x`和`y`的数据,然后使用`plt.figure`设置图片的大小和分辨率,接着使用`plt.plot`绘制折线图,最后使用`plt.show`显示图形[^2]。 ### 常见API使用 #### 设置图片大小 使用`plt.figure`函数可以设置图片的大小和分辨率,示例如下: ```python plt.figure(figsize=(width, height), dpi=dpi_value) ``` 其中`figsize`参数是一个元组,`width`和`height`分别表示图片的宽度和高度(单位为英寸),`dpi`表示每英寸的点数,用于控制图片的清晰度[^2]。 #### 绘制不同类型的图 除了折线图,`matplotlib.pyplot`还支持绘制多种类型的图,如柱状图、散点图等。 **柱状图** ```python import matplotlib.pyplot as plt import numpy as np x = np.arange(5) y = [20, 35, 30, 35, 27] plt.bar(x, y) plt.show() ``` **散点图** ```python import matplotlib.pyplot as plt import numpy as np x = np.random.rand(100) y = np.random.rand(100) plt.scatter(x, y) plt.show() ``` #### 添加标题、标签和图例 可以使用`plt.title`、`plt.xlabel`、`plt.ylabel`添加标题和坐标轴标签,使用`plt.legend`添加图例。 ```python import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 10, 100) y1 = np.sin(x) y2 = np.cos(x) plt.plot(x, y1, label='sin(x)') plt.plot(x, y2, label='cos(x)') plt.title('Trigonometric Functions') plt.xlabel('x') plt.ylabel('y') plt.legend() plt.show() ``` ### 显示与保存图形 - **显示图形**:使用`plt.show()`函数显示绘制好的图形。 - **保存图形**:使用`plt.savefig('filename.png')`函数将图形保存为文件,文件格式可以是`png`、`jpg`等。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

昊虹AI笔记

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值