Matplotlib 拓展

pyplot api doc 放一个 api 链接，便于查找 api

Axis limit

有两个推荐的方法

plt.xlim(left, right)，xlim doc
plt.axis([xmin, xmax, ymin, ymax])，axis doc，通过 plt.axis(False) 也可以不显示坐标轴及其标签

axis 除了范围可以设置，其 tick 也可设置，plt.xticks(ticks=, labels=) xticks doc

补充：将 y 轴进行反转 plt.gca().invert_yaxis()

Text

`pyplot` API	OO API	description
`text`	`text`	Add text at an arbitrary location of the `Axes`.
`annotate`	`annotate`	Add an annotation, with an optional arrow, at an arbitrary location of the `Axes`.
`xlabel`	`set_xlabel`	Add a label to the `Axes`‘s x-axis.
`ylabel`	`set_ylabel`	Add a label to the `Axes`‘s y-axis.
`title`	`set_title`	Add a title to the `Axes`.
`figtext`	`text`	Add text at an arbitrary location of the `Figure`.
`suptitle`	`suptitle`	Add a title to the `Figure`.

这些应该都返回一个 Text 文字对象，当然也拥有 Text 对象的各个属性，下面列举一些常用的属性

color
fontsize
fontweight 调整字体粗细 ‘ultralight’, ‘light’, ‘normal’, ‘regular’, ‘bold’, ‘extra bold’, ‘black’
fontfamily 规定字体家族，可以更改字体
fontstyle 可以使用斜体 italic
alpha 透明度，0~1之间，1为完全不透明
bbox 给文字增加外框，其值为一个字典，常用 dict(boxstyle='', facecolor='', edgecolor='')，其中 boxstyle 取值请参考 link，默认为 square 也常用 round

下面看看这些 API 有哪些必要参数，通过一个例子了解

import matplotlib
import matplotlib.pyplot as plt

fig = plt.figure()

# Set titles for the figure and the subplot respectively
plt.suptitle('bold figure suptitle', fontsize=14, fontweight='bold')
plt.title('pltes title')

plt.xlabel('xlabel')
plt.ylabel('ylabel')
# Set both x- and y-pltis limits to [0, 10] instead of default [0, 1]
plt.axis([0, 10, 0, 10])

plt.text(3, 8, 'boxed italics text in data coords', style='italic',
        bbox={'facecolor': 'red', 'alpha': 0.5})

plt.text(2, 6, r'an equation: $E=mc^2$', fontsize=15)

plt.text(3, 2, 'unicode: Institut für Festkörperphysik')
plt.show()

Legend & annotate

label 其实是各个 Artist 对象都拥有的属性，在使用 plt.plot() 类似的方法来绘图的时候，可以直接在参数里使用 label= 以创造该绘图对象的标签。而 legend 可以用于将 label 以图例形式加入到 figure 当中，参考知乎, legend doc, about matplotlib.rcParams

也可以对图像中的某些点进行标记，使用 annotate() 方法即可，annotate doc

import matplotlib.pyplot as plt
import numpy as np
# 设置默认字体以显示中文
plt.rcParams['font.family'] = ['HarmonyOS Sans SC']

n = np.linspace(-5, 4, 30)
m1 = 3 * n + 2
m2 = n ** 2

plt.xlabel('时间')
plt.ylabel('心情')

line1, = plt.plot(n, m1, color='r', linewidth=1.5, linestyle='-', label='女生购物欲望')
line2, = plt.plot(n, m2, 'b', label='男生购物欲望')

plt.legend(handles=[line1, line2], labels=['girl购物欲望','boy购物欲望'], loc='best')

plt.annotate('bottom', xy=(0, 0), xytext=(0, -5), arrowprops=dict(color='black', shrink=0.05))

plt.show()

Image

在目标检测中，经常使用 bbox 对目标进行框选，并进行类别标注，这些都是可以通过 matplotlib 做到的。一般的图像在计算机视觉中，被处理为一个 (H, W, C) 的三维张量，其中 C 通常为 3，在 matplotlib 中可以使用 matplotlib.image 包处理图像，然后使用 plt.imshow() 绘制图像，imshow doc

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.image as mpimg

img = mpimg.imread('test.png')
# img = plt.imread('test.png')
plt.imshow(img)
plt.show()

# 修改原点
plt.imshow(img, origin='lower')
plt.show()

# 修改透明度
plt.imshow(img, alpha=0.5)
# 在 img 上绘图
x = np.arange(img.shape[1])
k = img.shape[0] / img.shape[1]
y = k * x
plt.plot(x, y, color='red')
plt.show()