matplotlib怎么在Python中使用

本篇文章為大家展示了matplotlib怎么在Python中使用，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

1.從灰色圖片中讀取數據，轉換成colormap圖

import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import matplotlib as mpl
from PIL import Image
import numpy as np

# 自定義colormap
def colormap():
  return mpl.colors.LinearSegmentedColormap.from_list('cmap', ['#FFFFFF', '#98F5FF', '#00FF00', '#FFFF00','#FF0000', '#8B0000'], 256)

# 讀取灰度圖
data=mpimg.imread('./gray.jpg')
# 如果需要固定colorbar的范圍，可以設置參數vmin，vmax，具體參考
                 #http://matplotlib.org/api/image_api.html

# 設定每個圖的colormap和colorbar所表示范圍是一樣的，即歸一化 
plt.imsave('colormap.jpg',data, cmap=colormap())

這里沒有顯示出來colorbar的數值分布，得到的圖像是等大的

2.從txt文本中讀取二維數據，轉換成自定義colormap圖

#python 3
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
import matplotlib.colors as colors


# load data
def loaddata(i): # 文件編號
  path = './input/data/trainPingliu/trainPingliu%d.txt' % i
  data = np.loadtxt(path)
  return data


# 生成圖片格式自定義
def colormap():
  # 白青綠黃紅
  cdict = ['#FFFFFF', '#9ff113', '#5fbb44', '#f5f329', '#e50b32']
  # 按照上面定義的colordict，將數據分成對應的部分，indexed：代表順序
  return colors.ListedColormap(cdict, 'indexed')


# for i in range(1, 10000):
# 加載數據
data = loaddata(1)
fig = plt.figure()
# 加載圖片設置
my_cmap = colormap()

# 第一個子圖,按照默認配置
ax = fig.add_subplot(221)
ax.imshow(data)

# 第二個子圖,使用api自帶的colormap
ax = fig.add_subplot(222)
cmap = mpl.cm.bwr # 藍，白，紅
ax.imshow(data, cmap=cmap)

# 第三個子圖增加一個colorbar
ax = fig.add_subplot(223)
cmap = mpl.cm.winter # 冬季風格
im = ax.imshow(data, cmap=my_cmap)
plt.colorbar(im) # 增加colorbar

# 第四個子圖可以調整colorbar
ax = fig.add_subplot(224)
cmap = mpl.cm.rainbow
# 這里設置colormap的固定值
norm = mpl.colors.Normalize(vmin=-1, vmax=1)
im=ax.imshow(data,cmap=cmap)
plt.colorbar(im,cmap=cmap, norm=norm,ticks=[-1,0,1])


# 顯示
plt.show()

上述內容就是matplotlib怎么在Python中使用，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。