Python 快速入门（五）Image and Plot

入门终结篇

练习很简单，难在把简单的过程汇聚成一个相对复杂的程序。加上今天分享的，这些还远远不够不足以支撑去写一个比较大的应用。但，也只是开始。今天来看一些画图相关的，也是快速入门的最后一次分享，虽然这些还远远不够。

（下面的分享参考scipy 官网和斯坦福大学python入门tutorial）

# 图片处理

from scipy.misc import imread, imsave, imresize

img = imread('mountain.jpg')

# img的类型，图片的大小，3代表了颜色的三原色红绿蓝，

# 输出第一个像素点的三原色的值,两种方式输出都可以

print (img.dtype, img.shape, img[0,0], img[0][0])

# 图片值的矩阵

print (img)

# 修改图片的颜色，红绿蓝值分别乘以一个参数

img_tint = img * [0.5,0.8,0.9]

# 改变图片的尺寸

img_tint = imresize(img_tint,(1000,1000))

# 保存图片

imsave('img_tint.jpg',img_tint)

import numpy as np

from scipy.spatial.distance import pdist, squareform

x = np.array([[0,1],[1,1],[1,0],[2,0]])

print (x)

# 各位置元素差平方和开根号，结果是n*n的对称矩阵，对角线元素是0

dist = squareform(pdist(x, 'euclidean'))

更多操作，参考：https://docs.scipy.org/doc/scipy/reference/generated/scipy.spatial.distance.pdist.html

import matplotlib.pyplot as plt

x = np.arange(-3*np.pi, 3*np.pi, 0.1)

# (起始，最终，每0.1长度画点)

y = np.sin(x)

# 画图

plt.plot(x,y)

# 画多个图，按照指定的数量和位置

x = np.arange(0, 3 * np.pi, 0.1)

y_sin = np.sin(x)

y_cos = np.cos(x)

y_line = 0.5 + 0.1 * x

# 2*2的方格，每个放一张图片

plt.subplot(2, 2, 1)

plt.plot(x, y_sin)

plt.title('Sine')

# subplot, imshow函数

img = imread('mountain.jpg')

img_tint = imread('img_tint.jpg')

plt.subplot(1,2,1)

plt.imshow(np.uint8(img))

更多参考官网链接：

https://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.subplot

这些python的学习只是冰山一角，距离用python去实现一个完整的project还有距离，通过这样的一个了解的过程，相信后面多加练习会越来越熟练。Python 快速入门的分享到这就告一段落，后面一起来学习机器学习，从入门和基本的编程开始，来快速的上手一个现在非常热门的学科。