【原】Matplotlib数据可视化：图片展示与保存

ml_Py 2021-12-08

展开全文

import os
import matplotlib.image as mpimg
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体支持

除了作图功能，matplotlib也提供本地图片展示以及保存图片的功能，这两个通能通过imshow()方法和savefig()方法实现。

1 图片展示

在使用imshow()展示图片前，需要先将图片读取出来。读取图片可以通过pillow库，也可以用matplotlib本身自带的image模块实现。

# 使用pillow库读取图片
img = Image.open(r"./jupyter/matplotlib/images/1.jpg")
fig = plt.figure(figsize=(8, 4))
ax1 = fig.add_subplot(121)
ax1.imshow(img)

# 使用matplotlib自带image库读取图片
img = mpimg.imread(r"./jupyter/matplotlib/images/1.jpg")  
ax2 = fig.add_subplot(1,2,2)
ax2.imshow(img)


plt.show()

可以设置关闭坐标轴：

img = mpimg.imread(r"./jupyter/matplotlib/images/1.jpg")  
fig = plt.figure(figsize=(4, 2))
ax1 = fig.add_subplot(111)
ax1.imshow(img)
ax1.axis('off')

plt.show()

imshow()方法中提供了众多参数以供个性化得展示图片，但我更建议使用pillow等专业的图片处理库先对图片进行处理，然后交由imshow()方法进行展示，以下是使用imshow方法显示灰度图片：

img=Image.open(r"./jupyter/matplotlib/images/1.jpg")
img = np.array(img)
if img.ndim == 3:
    img2 = img[:,:,0]
plt.subplot(321); plt.imshow(img)
plt.subplot(322); plt.imshow(img, cmap = 'gray')  # 无效
plt.subplot(323); plt.imshow(img2)
plt.subplot(324); plt.imshow(img2, cmap = 'gray')  # 灰度
plt.subplot(325); plt.imshow(img2, cmap = plt.cm.gray)  # 与cmap ='gray'等效
plt.subplot(326); plt.imshow(img2, cmap = plt.cm.gray_r)  # 反向灰度
plt.show()

显示多张图片：

index = 1

fig, axes = plt.subplots(4, 3, figsize=(8, 4), tight_layout=True)
for row in range(4):
    for col in range(3):
        image_name = os.path.join(r'./jupyter/matplotlib/images', str(index)+'.jpg')
        img = plt.imread(image_name)
        axes[row, col].imshow(img)
        axes[row, col].axis('off')
        index += 1
plt.show()

2 保存图片

当我们使用matplotlib完成作图后，难免有需要将图表保存到本地的需求，这时候就可以使用savefig()方法实现。savefig()方法主要参数如下：

fname：保存后图片名
dpi：像素
quality：用大于1小于100的标量表示图片质量
facecolor：前景色
edgecolor：边框颜色
format：文件格式
transparent：是否透明，当没有设置前景色和边框颜色时，如果transparent值为True保存为png格式时为透明

index = 1

fig, axes = plt.subplots(4, 3, figsize=(8, 4), tight_layout=True)
for row in range(4):
    for col in range(3):
        image_name = os.path.join(r'./jupyter/matplotlib/images', str(index)+'.jpg')
        img = plt.imread(image_name)
        axes[row, col].imshow(img)
        axes[row, col].axis('off')
        index += 1
fig.savefig('save_img.jpg', facecolor='grey', edgecolor='red')
plt.show()

这时候，在本地打开图片如下所示：

value= np.arange(6) ** 2
category = range(len(value))

fig = plt.figure(figsize=(8, 4))

# 垂直柱状图
ax1 = fig.add_subplot(121)
ax1.set_title('图1 垂直柱状图')
ax1.bar(x=category, height=value)

# 垂直柱状图
ax2 = fig.add_subplot(122)
ax2.set_title('图2 水平柱状图')
ax2.barh(y=category, width=value)

fig.savefig(r"bar_img.png", transparent=True) # 
plt.show()