【小白必学】使用matplotlib绘图图像

深度学习入门笔记(三)

使用matplotlib绘图(sinx和cosx)


import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 6, 0.1)
y1 = np.sin(x)
plt.plot(x, y1, label = "sin")  # 绘制sin曲线

y2 = np.cos(x)
plt.plot(x, y2, linestyle = "--", label = "cos") # 设置线条样式
plt.title("sin&cos") # 设置标题
plt.legend() # 添加图例

plt.show()

在这里插入图片描述

内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
### 如何使用 Matplotlib 加载和显示图像 Matplotlib 是一个强大的绘图库,可以用于加载和显示图像。以下是关于如何通过 `matplotlib` 库实现这一功能的具体说明。 #### 导入库 为了能够正常运行代码,需要确保已安装 `matplotlib` 和其他可能使用的依赖项(如 NumPy)。如果尚未安装这些库,则可以通过以下命令完成安装: ```bash pip install matplotlib numpy ``` #### 读取图像 利用 `matplotlib.image` 模块中的 `imread()` 函数可以从文件中读取图像数据,并将其存储为 NumPy 数组形式。该函数支持多种常见格式的图像文件,例如 PNG、JPEG 等[^1]。 示例代码如下所示: ```python import matplotlib.pyplot as plt import matplotlib.image as mpimg # 定义图片路径 image_path = "./image/test.png" # 使用 imread 方法读取图片 img_array = mpimg.imread(image_path) print(f"Image shape: {img_array.shape}") # 打印图片尺寸信息 ``` 上述代码会打印出所加载图像的数据形状,帮助确认其结构是否符合预期。 #### 显示彩色图像 一旦成功读取了一张图片之后,就可以调用 `plt.imshow()` 来展示这张图片了。下面是一个完整的例子来演示整个过程[^2]: ```python import matplotlib.pyplot as plt # 设置图片路径 image_path = "/Users/AlanWang4523/Desktop/Debug/files/image.png" # 调用 imread 进行读取 image_array = plt.imread(image_path) # 创建一个新的图形窗口并命名 plt.figure("ImageShow") # 控制坐标轴状态(on/off),这里选择开启 plt.axis('on') # 添加标题给当前子图 plt.title("AlanWang4523") # 展现实际的内容部分 plt.imshow(image_array) # 启动事件循环直到所有的窗口被关闭为止 plt.show() ``` 对于灰度图像的情况,还需要额外指定颜色映射参数(cmap)[^3]: ```python from matplotlib import pyplot as plt import cv2 # 加载作为灰阶模式下的图片 image = cv2.imread('images/plane.jpg', cv2.IMREAD_GRAYSCALE) # 绘制出来的时候记得加上cmap='gray' plt.imshow(image, cmap='gray') plt.axis("off") plt.show() # 如果想要保存处理后的结果也可以这样做 cv2.imwrite('images/plane_new.jpg', image) ``` 以上就是有关于怎样运用 Python 的 Matplotlib 库去执行基本操作——即加载以及呈现一幅静态影像的主要方法论介绍。
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
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