python调用Matplotlib绘制分布点图
更新时间:2019年10月18日 10:25:29 作者:张骞晖2
这篇文章主要为大家详细介绍了python调用Matplotlib绘制分布点图,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
Python调用Matplotlib代码绘制分布点,供大家参考,具体内容如下
- 绘制点图的目的
- Matplotlib简介
- 代码
- 截图
1.绘制点图的目的
我们实验室正在做关于人脸识别的项目,其中在人脸检测后,会有些误检的图片,但是其中就有很多不符合的。很明显的是从图片大小,就可以过滤掉一部分。老大交给我的工作,就是通过绘制图片width,height的分布图,来找到一个合理的阈值。
2.Matlablib简介
Matplotlib是一个Python的图形框架
下面是官网的例子
3.代码如下
import matplotlib.pyplot as plt from numpy.random import rand import numpy import os import cv2 #setting plt plt.xlim(xmax=500,xmin=0) plt.ylim(ymax=500,ymin=0) plt.xlabel("height") plt.ylabel("width") path_1 = r'D:\zhangjichao\view\path_1' x = [] y = [] files = os.listdir(path_1) for f in files: img = cv2.imread(path_1 + '\\' + f) x.append(img.shape[0]) y.append(img.shape[1]) plt.plot(x,y,'ro',color='red',label='path_1') path_2 = r'D:\zhangjichao\view\path_2' x = [] y = [] files = os.listdir(path_2) for f in files: img = cv2.imread(path_2 + '\\' + f) x.append(img.shape[0]) y.append(img.shape[1]) plt.plot(x,y,'ro',color='red',label='path_2') path_3 = r'D:\zhangjichao\view\path_3' x = [] y = [] files = os.listdir(path_3) for f in files: img = cv2.imread(path_3 + '\\' + f) x.append(img.shape[0]) y.append(img.shape[1]) plt.plot(x,y,'ro',color='red',label='path_3') path_4 = r'D:\zhangjichao\view\path_4' x = [] y = [] files = os.listdir(path_4) for f in files: img = cv2.imread(path_4 + '\\' + f) x.append(img.shape[0]) y.append(img.shape[1]) plt.plot(x,y,'ro',color='red',label='path_4') yujing = r'D:\zhangjichao\view\xujing' x = [] y = [] files = os.listdir(yujing) for f in files: img = cv2.imread(yujing + '\\' + f) x.append(img.shape[0]) y.append(img.shape[1]) plt.plot(x,y,'ro',color='green' , label='yujing') #图例 plt.legend(loc='upper center', shadow=True, fontsize='x-large') plt.grid(True) #显示 plt.show()
4.显示结果
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
相关文章
pyecharts中from pyecharts import options
本文主要介绍了pyecharts中from pyecharts import options as opts报错问题以及解决办法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2023-07-07
最新评论