1.5.3. 图形绘制基础#

在使用Python进行数据处理、深度学习的研究实验中，将数据或图表通过绘制并显示出来，对查看数据及提升理解的深度具有显著作用。Matplotlib（以下简称绘图包）即是用于轻松绘制图形和实现数据可视化的便利工具，其基础用法如下。

绘制简单图形

通过绘图包中的模块绘制简单的曲线，其结果如图1-21所示，代码如下。

chapter_1_5_3_01.py#

import numpy as np
# 导入绘图包
import matplotlib.pyplot as plt

# 在[0,9)范围内以步长为1生成一串数据
arrx = np.arange(0, 9, 1)
# 在[0,4.5)范围内以步长为0.5生成一串数据
arry = np.arange(0, 4.5, 0.5)
# 设置X轴标签，中文需设置字体
plt.xlabel('X轴', fontproperties="SimSun")
# 设置Y轴标签，中文需设置字体
plt.ylabel('Y轴', fontproperties="SimSun")
# 传入需显示图形的x/y轴数据
plt.plot(arrx, arry)
# 显示出图形
plt.show()

绘图时，可以在同一界面上绘制多个图形，效果如图1-22所示，代码如下。

chapter_1_5_3_02.py#

import numpy as np
import matplotlib.pyplot as plt

arrx = np.arange(0, 9, 1)
arrY1 = np.arange(0, 4.5, 0.5)
plt.xlabel('X轴', fontproperties="SimSun")
plt.ylabel('Y轴', fontproperties="SimSun")
plt.plot(arrx, arrY1, label="line")
arrx = np.arange(0, 9, 1)
arrY2 = np.sin(arrx)
plt.plot(arrx, arrY2, label="sin")
arrY3 = np.cos(arrx)
plt.title("sin/cos曲线", fontproperties="SimSun")  # 图标题
plt.plot(arrx, arrY3, linestyle="--", label="cos")  # 虚线显示
plt.legend()  # 显示线段说明文本标签
plt.show()  # 显示出图形

显示图片

通过绘图包读入图片并显示，其结果如图1-23所示。

chapter_1_5_3_03.py#

import os
import matplotlib.pyplot as plt

import matplotlib.image as img

img_path = os.path.join("..", "..", "_static", "1", "1.5", "1-23.png")
img1 = img.imread(img_path)
plt.imshow(img1)
plt.show()

显示颜色图谱

通过绘图包读入颜色数据并显示，代码如下，其结果如图1-24所示。

chapter_1_5_3_04.py#

import numpy as np
import matplotlib.pyplot as plt

import matplotlib.image as img

img = np.random.randint(0, 400, 100)
img = img.reshape(10, 10)
fig, ax = plt.subplots()
# 面向对象方式绘图，fig代表画布，ax代表画布上可绘图区域
im = ax.imshow(img, cmap="seismic")
fig.colorbar(im, orientation="horizontal")
plt.show()

显示等高线图

通过绘图包读入颜色数据并按热像图与等高线图等方式显示出来，代码如下，其结果如图1-25所示。

chapter_1_5_3_05.py#

import numpy as np
import matplotlib.pyplot as plt

data1 = 3 * np.random.random((10, 10))
data2 = 5 * np.random.random((10, 10))
fig2, ax2 = plt.subplots(1, 3, figsize=(12, 4))
ax2[0].pcolor(data2)
ax2[1].contour(data1)
ax2[2].contourf(data1)
fig2.tight_layout()
plt.show()