sh4d0w

公告

[旧博客放转转了，此博客还在完善] 学习过一些reverse、android，正在考虑学新东西ing

1541 字

8 分钟

Python篇(2)

2025-11-24

AI

学习笔记

继续扩充几个库使用

直通车：https://www.runoob.com/ml/ml-python.html

Matplotlib#

是一个绘图的基础库，配合numpy库使用手感更佳

1. Pyplot#

Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。它是常用的绘图模块，能很方便让用户绘制 2D 图表。

Pyplot 包含一系列绘图函数的相关函数，每个函数会对当前的图像进行一些修改，例如：给图像加上标记，生新的图像，在图像中产生新的绘图区域等等。

常用pyplot函数

1
plot()：用于绘制线图和散点图
2
scatter()：用于绘制散点图
3
bar()：用于绘制垂直条形图和水平条形图
4
hist()：用于绘制直方图
5
pie()：用于绘制饼图
6
imshow()：用于绘制图像
7
subplots()：用于创建子图

举个🌰

1
import matplotlib.pyplot as plt
2
import numpy as np
3

4
xpoints = np.array([0, 10])
5
ypoints = np.array([0, 10])
6

7
plt.plot(xpoints, ypoints)
8
plt.show()

得到如上基础二维图像，plot()可自定义内容很多，比如：

颜色字符：‘b’ 蓝色，‘m’ 洋红色，‘g’ 绿色，‘y’ 黄色，‘r’ 红色，‘k’ 黑色，‘w’ 白色，‘c’ 青绿色，‘#008000’ RGB 颜色符串。多条曲线不指定颜色时，会自动选择不同颜色。

线型参数：’‐’ 实线，’‐‐’ 破折线，’‐.’ 点划线，’:’ 虚线。

标记字符：’.’ 点标记，’,’ 像素标记(极小点)，‘o’ 实心圈标记，‘v’ 倒三角标记，’^’ 上三角标记，’>’ 右三角标记，’<’ 左三角标记…等等。

1
# 写法如下
2
plt.plot(x, y, 'fmt')
3

4
"""
5
例如: plt.plot(x, y, 'bo--')
6
表示蓝色、实心圆、坡折线
7
"""

若不指定x的点，则x会根据y的长度来设置，x轴为[0, len(y) - 1]

例子如下:

1
import matplotlib.pyplot as plt
2
import numpy as np
3

4
ypoints = np.array([0, 10])
5

6
plt.plot(ypoints)
7
plt.show()

正余弦#

1
import matplotlib.pyplot as plt
2
import numpy as np
3

4
x = np.arange(0, 4*np.pi, 0.1)   # start,stop,step
5
y = np.sin(x)
6
z = np.cos(x)
7
plt.plot(x, y, x, z)
8
plt.show()

很明了，这里绘制了两条线，也可同理plt可绘制多条线

其余的函数、元素使用，遇到再查即可

轴标签和标题#

使用 xlabel() 和 ylabel() 方法来设置 x 轴和 y 轴的标签

使用 title() 方法来设置标题

1
import numpy as np
2
import matplotlib.pyplot as plt
3

4
x = np.array([1, 2, 3, 4])
5
y = np.array([1, 4, 9, 16])
6
plt.plot(x, y, marker='<', linestyle='--', color='b')
7

8
plt.title("test title")
9
plt.xlabel("x - label")
10
plt.ylabel("y - label")
11

12
plt.show()

网格线#

使用 pyplot 中的 grid() 方法来设置图表中的网格线

1
import numpy as np
2
import matplotlib.pyplot as plt
3

4
x = np.array([1, 2, 3, 4])
5
y = np.array([1, 4, 9, 16])
6
plt.plot(x, y, marker='o', linestyle='-.', color='r')
7

8
plt.title("test title")
9
plt.xlabel("x - label")
10
plt.ylabel("y - label")
11
plt.grid() # 网格线默认值
12

13
plt.show()

1
plt.grid(b=None, which='major', axis='both', )
2
"""
3
b：可选，默认为 None，可以设置布尔值，true 为显示网格线，false 为不显示，如果设置 **kwargs 参数，则值为 true。
4
which：可选，可选值有 'major'、'minor' 和 'both'，默认为 'major'，表示应用更改的网格线。
5
axis：可选，设置显示哪个方向的网格线，可以是取 'both'（默认），'x' 或 'y'，分别表示两个方向，x 轴方向或 y 轴方向。
6
**kwargs：可选，设置网格样式，可以是 color='r', linestyle='-' 和 linewidth=2，分别表示网格线的颜色，样式和宽度。
7
"""

Matplotlib的方法#

给出一些感觉能用上的方法，主要还是要用再查

imshow()#

1
plt.imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, shape=None, filternorm=1, filterrad=4.0, imlim=None, resample=None, url=None, *, data=None, **kwargs)
2

3
"""
4
X：输入数据。可以是二维数组、三维数组、PIL图像对象、matplotlib路径对象等。
5
cmap：颜色映射。用于控制图像中不同数值所对应的颜色。可以选择内置的颜色映射，如gray、hot、jet等，也可以自定义颜色映射。
6
norm：用于控制数值的归一化方式。可以选择Normalize、LogNorm等归一化方法。
7
aspect：控制图像纵横比（aspect ratio）。可以设置为auto或一个数字。
8
interpolation：插值方法。用于控制图像的平滑程度和细节程度。可以选择nearest、bilinear、bicubic等插值方法。
9
alpha：图像透明度。取值范围为0~1。
10
origin：坐标轴原点的位置。可以设置为upper或lower。
11
extent：控制显示的数据范围。可以设置为[xmin, xmax, ymin, ymax]。
12
vmin、vmax：控制颜色映射的值域范围。
13
filternorm 和 filterrad：用于图像滤波的对象。可以设置为None、antigrain、freetype等。
14
imlim： 用于指定图像显示范围。
15
resample：用于指定图像重采样方式。
16
url：用于指定图像链接。
17
"""

insave()#

用于将图像数据保存到磁盘上的函数

1
plt.imsave(fname, arr, **kwargs)
2

3
"""
4
fname：保存图像的文件名，可以是相对路径或绝对路径。需指定后缀，例如 PNG、JPEG、BMP 等
5
arr：表示图像的NumPy数组。
6
kwargs：可选参数，用于指定保存的图像格式以及图像质量等参数。
7
"""

imread()#

从图像文件中读取图像数据

1
plt.imread(fname, format=None)
2

3
"""
4
fname：指定了要读取的图像文件的文件名或文件路径，可以是相对路径或绝对路径。
5
format ：参数指定了图像文件的格式，如果不指定，则默认根据文件后缀名来自动识别格式。
6
"""

Matplotlib显示中文#

本来是不兼容中文字符，可以调字体参数来实现

1
import matplotlib
2

3
a=sorted([f.name for f in matplotlib.font_manager.fontManager.ttflist])
4
for i in a:
5
    print(i)

先用如上代码可以获取本地系统里的字体库列表，然后用下列代码即可

1
plt.rcParams['font.family'] = '字体'
2
# 例如 STFangsong(仿宋）、Heiti TC（黑体）

SciPy#

一个开源的 Python 算法库和数学工具包

模块列表#

模块名	功能	参考文档
scipy.cluster	向量量化	cluster API
scipy.constants	数学常量	constants API
scipy.fft	快速傅里叶变换	fft API
scipy.integrate	积分	integrate API
scipy.interpolate	插值	interpolate API
scipy.io	数据输入输出	io API
scipy.linalg	线性代数	linalg API
scipy.misc	图像处理	misc API
scipy.ndimage	N 维图像	ndimage API
scipy.odr	正交距离回归	odr API
scipy.optimize	优化算法	optimize API
scipy.signal	信号处理	signal API
scipy.sparse	稀疏矩阵	sparse API
scipy.spatial	空间数据结构和算法	spatial API
scipy.special	特殊数学函数	special API
scipy.stats	统计函数	stats.mstats API

以几个常用模块进行举例

常量模块#

、e、黄金比例

1
from scipy import constants
2

3
print(f"Pi: {constants.pi}\ne: {constants.e}\nGolden Ratio: {constants.golden}")
4

5
"""
6
Pi: 3.141592653589793
7
e: 1.602176634e-19
8
Golden Ratio: 1.618033988749895
9
"""

国际单位词头(千的整次数幂)

`yotta`	10^24^
`zetta`	10^21^
`exa`	10^18^
`peta`	10^15^
`tera`	10^12^
`giga`	10^9^
`mega`	10^6^
`kilo`	10^3^
`hecto`	10^2^
`deka`	10^1^
`deci`	10^-1^
`centi`	10^-2^
`milli`	10^-3^
`micro`	10^-6^
`nano`	10^-9^
`pico`	10^-12^
`femto`	10^-15^
`atto`	10^-18^
`zepto`	10^-21^

二进制

`kibi`	2^10^
`mebi`	2^20^
`gibi`	2^30^
`tebi`	2^40^
`pebi`	2^50^
`exbi`	2^60^
`zebi`	2^70^
`yobi`	2^80^

质量、角度、时间、长度、压强、面积、体积、速度、温度、能量、功率…其余用到再查

Python篇(2)

https://mizuki.mysqil.com/posts/python篇2/

作者