【精编】7.Python科学计算与数据处理.pptVIP

绘图函数简介 散列图 使用plot()绘图时，如果指定样式参数为仅绘制数据点，那么所绘制的就是一幅散列图。 例如： 但是这种方法所绘制的点无法单独指定颜色和大小。而scatter()所绘制的散列图却可以指定每个点的颜色和大小。下面的程序演示scatter()的用法 (matplotlib_scatter.py). * plt.plot(np.random.random(100), np.random.random(100), o) 1111 绘图函数简介 scatter()的前两个参数是数组，分别指定每个点的X轴和Y轴的坐标。s参数指定点的大 小，值和点的面积成正比。它可以是一个数， * import numpy as np import matplotlib.pyplot as plt plt.figure(figsize=(8,4)) x = np.random.random(100) y = np.random.random(100) plt.scatter(x, y, s=x*1000, c=y, marker=(5, 1), alpha=0.8, lw=2, facecolors=none) plt.xlim(0,1) plt.ylim(0,1) plt.show() 1111 绘图函数简介 指定所有点的大小；也可以是数组，分别对每个点指定大小。 c参数指定每个点的颜色，可以是数值或数组。这里使用一维数组为每个点指定了一个数值。通过颜色映射表，每个数值都会与一个颜色相对应。默认的颜色映射表中蓝色与最小值对应，红色与最大值对应。当c参数是形状为(N,3)或(N,4)的二维数组时，则直接表示每个点的RGB颜色。 marker参数设置点的形状，可以是个表示形状的字符串，也可以是表示多边形的两个元素的元组，第一个元素表示多边形的边数， * 1111 绘图函数简介 第二个元素表示多边形的样式，取值范围为0、1、2、3。0表示多边形，1表示星形，2表示放射形，3表示忽略边数而显示为圆形。 最后，通过alpha参数设置点的透明度，通过lw参数设置线宽，lw是line width的缩写。 facecolors参数为“none”时，表示散列点没有填充色。 * 1111 绘图函数简介 * 1111 绘图函数简介 图像 imread()和imshow()提供了简单的图像载入和显示功能. imread()可以从图像文件读入数据，得到一个表示图像的NumPy数组。它的第一个参数是文件名或文件对象，format参数指定图像类型，如果省略，就由文件的扩展名决定图像类型。 对于灰度图像，它返回一个形状为(M，N)的数组；对于彩色图像，返冋形状为(M，N，C)的数组。 其中,M为图像的高度,N为图像的宽度,C为3或4,表示图像的通道数。 * img = plt.imread(“lena.jpg“) 1111 绘图函数简介 下面的程序从“lena.jpg” 中读入图像数据，得到的数组img是一个形状为(393,512,3)的单字节无符号整数数组。这是因为通常使用的图像都是采用单字节分别保存每个像素的红、绿、蓝三个通道的分量： * img = plt.imread(lena.jpg) img.shape (393L, 512L, 3L) img.dtype dtype(uint8)  1111 绘图函数简介 imshow()可以用来显示imread()返回的数组。如果数组是表示多通道图像的三维数组，那么每个像素的颜色由各个通道的值决定： 请注意，从JPG图像中读入的数据是上下颠倒的，为了正常显示图像，可以将数组的第0轴反转，或者设置imshow()的origin参数为“lower”,从而让所显示图表的原点在左下角： * plt.imshow(img) #注意图像是上下颠倒的 plt.imshow(img[::-1]) #反转图像数组的第0轴 #or plt.imshow(img, origin=lower) # 让图表的原点在左下角 1111 绘图函数简介 如果三维数组的元素类型为浮点数，那么元素的取值范围为0.0到1.0,与颜色值0到255 对应。超出这个范围可能会出现颜色异常的像素。下面的例子将数组img转换为浮点数组并用 imshow()进行显示： * img = img[: :-1] plt.