点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

# -*- coding:utf-8 -*-
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
%config InlineBackend.figure_format = 'svg'
# https://blog.csdn.net/minixuezhen/article/details/81516949
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']
mpl.rcParams["axes.unicode_minus"]=False

2.1 函数bar 用于绘制柱状图

# some simple data
x = [1,2,3,4,5,6,7,8]
y = [3,1,4,5,8,9,7,2]# create bar
plt.bar(x,y,align='center',color="c",tick_label=["q","a","c","e","r","j","b","p"])# label
plt.xlabel("箱子编号")
plt.ylabel("箱子重量（kg）")plt.show()

2.2 函数barh 用于绘制条形图

# some simple data
x = [1,2,3,4,5,6,7,8]
y = [3,1,4,5,8,9,7,2]# create bar
plt.barh(x,y,align='center',color="c",tick_label=["q","a","c","e","r","j","b","p"],hatch="/")# label
plt.xlabel("箱子编号")
plt.ylabel("箱子重量（kg）")plt.show()

2.3 函数hist 用于绘制直方图

直方图与柱状图的区别

# set test scores
boxWeight = np.random.randint(0,10,100)
x = boxWeight # 对该数据集进行统计# plot histogram
bins = range(0,11,1) # 设置连续的边界值，即直方图的分布区间[0,1],[1,2]......
plt.hist(x, bins=bins, histtype="bar", rwidth=1, alpha=0.6)# label
plt.xlabel("箱子重量（kg）")
plt.ylabel("销售数量（个）")plt.show()

函数pie 用于绘制饼图

kinds = "简易箱","保温箱","行李箱","密封箱"
colors = "#e41a1c", "#377eb8", "#4daf4a", "#984ea3"
soldsNums = [0.05,0.45,0.15,0.35]
# pie chart
plt.pie(soldsNums,labels=kinds,autopct="%3.1f%%", startangle=60, colors=colors)
plt.title("不同类型个箱子的销售数量占比")
plt.show()

2.5 函数polor 用于绘制极线图

极线图是在极坐标系上绘出的一种图。在极坐标系中，要确定一个点，需要指明这个点距原点的角度和半径。将这些点连在一起，就构成了极线图。

barSlices = 12
theta = np.linspace(0.0, 2*np.pi, barSlices, endpoint=False)
r = 30*np.random.rand(barSlices)
# theta 角度 r 距离原点的距离 mfc点的颜色 ms点的大小
plt.polar(theta, r, color="chartreuse", linewidth=2, marker="*",mfc="b",ms=10)
plt.show()

2.6 函数scatter 用于绘制气泡图

二维数据借助气泡大小展示三维数据

a = np.random.randn(100)
b = np.random.randn(100)
# s 散点标记的大小 c 散点标记的颜色 cmap 讲浮点数映射为颜色的映射表
plt.scatter(a, b, s=np.power(10*a+20*b,2),c=np.random.rand(100),cmap=mpl.cm.RdYlBu,marker="o")
plt.show()

2.7 函数stem 用于绘制棉棒图

x = np.linspace(0.5, 2*np.pi,20)
y = np.random.randn(20)# y棉棒长度 linefmt棉棒样式 markerfmt棉棒末端样式 basefmt基线样式
plt.stem(x,y,linefmt="-.",markerfmt="o",basefmt="-", use_line_collection=True)
plt.show()

2.8 函数boxplot 用于绘制箱线图

箱线图是一个能够通过5个数字来描述数据的分布的标准方式，这5个数字包括：最小值，第一分位，中位数，第三分位数，最大值，箱线图能够明确的展示离群点的信息。箱子的中间一条线，是数据的中位数，代表了样本数据的平均水平。箱子的上下限，分别是数据的上四分位数和下四分位数。这意味着箱子包含了50%的数据。

x = np.random.randn(1000)
plt.boxplot(x)plt.xticks([1],["随机数生成器alphaRM"])
plt.ylabel("随机数值")
plt.title("随机数生成器抗干扰能力的稳定性")plt.grid(axis="y",ls=":",lw=1,color="gray",alpha=0.4)
plt.show()

2.9 函数errorbar 用于绘制误差棒图

x= np.linspace(0.1,0.6,6)
y = np.exp(x)
# yerr y轴方向误差 xerr x轴方向误差
plt.errorbar(x, y, fmt="bo:", yerr=0.2, xerr=0.02)
plt.xlim(0,0.7)
plt.show()

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~