python数据可视化简单操作小结

技术数据可视化
OpenCV, matplotlib, numpy, pip, pyqt, python

前言

python强大有一个很重要的原因是它有着数量庞大、涉及领域广泛且专业实用的第三方库，就我所接触到就有：

  • 数据分析、科学计算： numpy、scipy、pandas
  • 图像处理： OpenCV、PIL
  • 数据可视化： matplotlib
  • 网络： uillib2、scrapy、django
  • UI界面： pyqt、Thinker

知乎上更是有网友总结非常全面的总结。因此要使用python解决实际的项目，除了要熟悉python的基本语法外，还要查看一大堆第三方库的资料。每次查找资料是很费时间的，所以熟悉这些常用的第三方库的基本用法就显得很重要了，因为python很高的开发效率是它的优势，如果又因为这些原因有导致开发效率降低了，就完全达不到使用的目的了。

本篇文章仅仅对python的openCV、numpy和matplotlib这三个库的简单使用做些整理。

环境问题

  1. OpenCV的支持

    python的库多，而且又相互依赖，如OpenCV对numpy就严重依赖，所以选择发行版本WinPython或者Anacoda减少这方面的影响，但是即使是发行版一般OpenCV的也是没有带的。

    安装Python对OpenCV的支持一般方法是：将openCV库的“build\python\2.7\”目录中的cv2.pyd文件复制到python的“Lib\site-packages\”文件夹中。

    不过当前OpenCV仅仅提供2.7的支持，如果使用python3就只能下载非官方的支持，如下位Windows下python第三方库安装包整理得很全面得网站，在上面找到python和OpenCV对应的版本下载安装：

    Unofficial Windows Binaries for Python Extension Packages:http://www.lfd.uci.edu/~gohlke/pythonlibs/

    这个网站上提供的都是.whl为后缀名的文件，需要使用pip工具安装。安装方法为打开命令行界面，输入：

    1
    pip install 安装文件名

  2. pip工具的安装

    pip上python中安装第三方库最常用的工具，但是一般python也没有自带，需要手动安装。pip官方下载地址为：https://pypi.python.org/pypi/pip

    在上面下载pip的压缩包“pip-9.0.1.tar.gz”，解压后在解压后的文件夹中，打开命令行，执行：

    1
    python setup.py install

OpenCV的使用

OpenCV python版有官方文档介绍使用，是但比起C++，就显得很不不详细了。它可以提供快速入门指导，但是却无法提供其API结构更详细的说明，所以只能从C++对应的方法来推测。官方文档地址为:https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_tutorials.html

OpenCV的python版使用与在C++还是会稍有区别，其中最大不同就是使用了numpy来代替了C++中的mat。

  1. 读入图像

    使用imread函数代码，其返回的是一个numpy.ndarray类型的多维数组，记录图像的每个pixel的原始数据，使用这个返回值，可以直接使用numpy中的各种方法，很放方便的处理图像中任意像素点的原始数据，当然如果OpenCV已经又现成的方法，就可以不用手动使用numpy去处理了：

    1
    2
    import cv2
    imgdata = cv2.imread(fileName)

  2. 显示图像

    使用imshow显示图像，固定的操作，值得注意的是waitKey函数是阻塞的，在关闭窗口前程序不能向下运行。

    1
    2
    3
    4
    cv2.namedWindow('image', cv2.WINDOW_NORMAL)
    cv2.imshow('image',img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

  3. 保存图像

    使用imwrite函数保存图像到文件

    1
    cv2.imwrite('messigray.png',img)

以上为OpenCV对图像的基本操作，不过使用OpenCV的最大的好处实际上很方便的用到其强大的图像处理算法，所以对这些算法操作需要查看文档。

Numpy的使用

Numpy是python中最基础的科学计算类库，很多其他库都需要它的支持，正因为如此，Numpy的数组几乎成为了python中除基本数据结构外最重要的类型了。它最主要的目的是为python提供多维数据的类型。一般在python中，简单的序列操作，可以用list这个python内置的数据结构来实现，但是如果是大量数字类型的运算计算，使用Numpy不仅在执行速度会更高效，而且代码上会更简介。

对比list，numpy有如下特点：

  • numpy数组的size是固定的，改变其size将创建新的numpy数组
  • numpy数组的元素必须全部都是一样的
  • numpy数组是高度优化的，处理数学计算是高效且方便
  • numpy可以提供类似matlab类似的，将行或列或者是一个整体当作一个基本元素来进行计算操作

  1. ndarray类型

    ndarray是Numpy的基本对象，是表示多维数组的数据类型，它的属性有：

    • ndarray.ndim: 维度
    • ndarray.shape: 尺寸形状
    • ndarray.size: 所有元素的数量
    • ndarray.dtype: 元素的类型
    • ndarray.itemsize: 元素占字节数
    • ndarray.data: 所有元素集合

  2. 创建ndarray类型

    • 使用np.array函数: np.array([2,3,4])
    • 使用np.zeros函数，创建并将元素初始化为零： np.zeros((3,4))
    • 使用np.ones函数，创建并将元素初始化为一： np.ones((2,3,4), dtype=np.int16)
    • 使用np.empty函数，创建但不初始化： np.empty( (2,3) )
    • 使用np.arange函数，创建等差序列： np.arange( 10, 30, 5 )

  3. ndarray常用的方法

    • reshape： 改变形状
    • flatten： 将多维的数据整理成1维
    • astype: 讲多维数据中的元素的类型转换为指定类型
    • amin: 获取多维数据或者每一个行列的最小值
    • amax： 获取多维数组或者每一个行列的最大值
    • mean： 获取多维数组算数平均值或者每一个行列的平均值
    • std: 获取多维数组的标准差或每一个行列的标准差
    • var: 获取多维数组的方差或每一个行列的方差

matplotlib的使用

matplotlib是python中最常用的数据图标显示库，它类似与matlab能够画出多种类型的图标，官方网站为：http://matplotlib.org/index.html。但是由于matplotlib是能够化画的图标太多，推荐可以直接从例子上学习，地址为：http://matplotlib.org/gallery.html

  1. 导入模块

    一般使用matplotlib画图都是从matplotlib.pyplot模块开始：

    1
    import matplotlib.pyplot as plt

  2. 画曲线图

    使用plot函数可以画曲线图，plot函数有很多参数，最简单的就是只传入一个一维的数组，如下所示：

    1
    plt.plot(data)

    除了在plot函数设置参数来设置画图属性外，在plot函数后，仍然可以通过使用setp函数来设置所画图表的属性：

    1
    plt.setp(lines, color='r', linewidth=2.0)

  3. 显示图表和关闭图表

    显示图像很简单，直接使用show函数，可以显示前面所画的图表：

    1
    plt.show()
关闭图表同样简单，使用close函数即可，但是要注意的是在调用了show函数之后，程序是阻塞的状态，不会向下运行，所以在show函数使用close是没有用的。


1
plt.close()

  1. 子图表

    在一个窗口中显示多张图表，最常用的函数是subplot，使用subplot函数可以将整个窗口分割成几行几列，在每个小格子中放置一个图表，如下代码表示，将窗口分割成2行1列，并指定在第一个小格子中画图。

    1
    2
    plt.subplot(211)
    plt.plot(t2, np.cos(2*np.pi*t2), 'r--')

    如果希望子图像大小能够自己定制，如某子图像多占几个格子，则需要使用matplotlib.gridspec模块，使用GridSpec函数分割窗口，使用subplot函数传入所占格子的位置和多少，确定图表区域，后面在使用subplot函数返回值来画图。如下面的代码第三个图就占用了第二行的两列。

    1
    2
    3
    4
    5
    import matplotlib.gridspec as gridspec
    gs = gridspec.GridSpec(2,2)
    ax1 = plt.subplot(gs[0,0])
    ax2 = plt.subplot(gs[0,1])
    ax3 = plt.subplot(gs[1,0:])

  2. 调整子图表的位置和边距

    使用update函数可以调整，子图表的边距和位置

    1
    gs.update(left=0.05, right=0.98, top=0.98, bottom=0.05, wspace=0.1)

    另外一个简单的方法是，直接调用tight_layout函数，系统会根据实际情况自动调整到一个默认合适的位置。

    1
    plt.tight_layout()

  3. 画分布图

    使用hist函数，画统计分布图，如下代码，其中hist函数第二个参数表示将数组分组统计的分组数据多少，normed表示归一化；hist的返回值中n表示每个分组中数据出现的统计次数或者频率，bins表示每个分组的两个边界值。

    1
    n, bins, patches = hist(data, 256, normed=1, facecolor='g', alpha=0.75)

  4. 曲面图

    用matplotlib可以画三维图像，曲面图是一类比较简单的三维图，使用plot_surface函数可以画曲面图:

    1
    2
    3
    4
    5
    6
    from matplotlib import cm
    n, m = arrayData.shape
    x = np.arange(m)
    y = np.arange(n)
    X,Y = np.meshgrid(x,y)
    surf = self.axlist[2].plot_surface(X, Y, arrayData, cmap=cm.coolwarm, linewidth=0)

    注意以上代码，X和Y都是二维数组，表示底部平面的上的每一个点，获取方法为：通过np得到其行和列的一维数组，使用meshgrid生成。

Compartir