手把手教你用Matplotlib進(jìn)行數(shù)據(jù)可視化
01 導(dǎo)入Matplotlib
如果你安裝了完整的Python Anaconda，那么你已經(jīng)安裝了Matplotlib，可以開(kāi)始了。否則，你可能要訪(fǎng)問(wèn)官網(wǎng)獲取安裝說(shuō)明。
就像我們用縮寫(xiě)np來(lái)表示NumPy一樣，我們也會(huì)用一些標(biāo)準(zhǔn)的縮寫(xiě)來(lái)表示Matplotlib導(dǎo)入：
- import matplotlib as mpl
- import matplotlib.pyplot as plt
plt是我們最常用的一個(gè)接口。
02 生成一個(gè)簡(jiǎn)單的圖形
言歸正傳，讓我們創(chuàng)建第一個(gè)圖形。
假設(shè)我們要繪制正弦函數(shù)sin(x)的一個(gè)簡(jiǎn)單線(xiàn)圖。我們希望函數(shù)求x軸（0≤x≤10）上的所有值。我們將使用NumPy的linspace函數(shù)在x軸上創(chuàng)建一個(gè)線(xiàn)性空間，x值從0到10，共100個(gè)樣本點(diǎn)：
- import numpy as np
- x = np.linspace(0, 10, 100)
我們可以使用NumPy的sin函數(shù)求sin函數(shù)的所有x值，并通過(guò)調(diào)用plt的plot函數(shù)可視化結(jié)果：
- plt.plot(x, np.sin(x))
你親自試過(guò)了嗎？發(fā)生什么了？有什么發(fā)現(xiàn)嗎？
問(wèn)題是，這取決于你在何處運(yùn)行這個(gè)腳本，你可能什么都看不到。以下是可以考慮的可能性：
1. 從.py腳本繪圖
如果你正從一個(gè)腳本運(yùn)行matplotlib，那么你只需要調(diào)用plt，如下所示：
- plt.show()
調(diào)用后，圖形就會(huì)顯示出來(lái)！
2. 從IPython shell繪圖
這實(shí)際上是以交互方式運(yùn)行matplotlib的最便捷的方式之一。要顯示繪圖，你需要在啟動(dòng)IPython之后，調(diào)用%matplotlib魔術(shù)命令：
- %matplotlib
- Using matplotlib backend: Qt5Agg
- import matplotlib.pyplot as plt
然后，所有圖都會(huì)自動(dòng)顯示出來(lái)，不必每次都調(diào)用plt.show()。
3. 從Jupyter Notebook繪圖
如果你從基于瀏覽器的Jupyter Notebook上查看這段代碼，你需要使用同樣的%matplotlib魔術(shù)命令。可是，你還可以選擇將圖形直接嵌入notebook中，這有兩種可能的結(jié)果：
- %matplotlib notebook將生成的交互式圖嵌入notebook中。
- %matplotlib inline將生成的靜態(tài)圖嵌入notebook中。
我們通常會(huì)選擇內(nèi)聯(lián)選項(xiàng)：
- %matplotlib inline
現(xiàn)在，讓我們?cè)僭囈淮危?nbsp;
- plt.plot(x, np.sin(x))
上述命令給出的輸出如圖2-4所示。
▲圖2-4 應(yīng)用內(nèi)聯(lián)選項(xiàng)生成的圖
稍后，如果你想保存圖表，可以直接從IPython或Jupyter Notebook的選項(xiàng)中保存：
- plt.savefig('figures/02.03-sine.png')
只要保證使用所支持的文件后綴即可，例如.jpg、.png、.tif、.svg、.eps或者.pdf。
在導(dǎo)入matplotlib之后，運(yùn)行plt.style.use(style_name)，你可以更改繪圖的樣式。在plt.style.available中列出了所有可用的樣式。例如，試試plt.style.use('fivethirtyeight')、plt.style.use('ggplot')或者plt.style.use('seaborn-dark')。為了增加樂(lè)趣，可以運(yùn)行plt.xkcd()，再?lài)L試?yán)L制其他內(nèi)容。
03 可視化外部數(shù)據(jù)集的數(shù)據(jù)
作為本文的最后一個(gè)測(cè)試，讓我們可視化一些來(lái)自外部數(shù)據(jù)集的數(shù)據(jù)，例如scikit-learn的digits數(shù)據(jù)集。
具體來(lái)說(shuō)，我們將需要3個(gè)可視化工具：
- 用于實(shí)際數(shù)據(jù)的scikit-learn
- 用于數(shù)據(jù)處理的NumPy
- Matplotlib
首先，讓我們導(dǎo)入所有這些可視化工具：
- import numpy as np
- from sklearn import datasets
- import matplotlib.pyplot as plt
- %matplotlib inline
第一步是實(shí)際加載數(shù)據(jù)：
- digits = datasets.load_digits()
如果我們沒(méi)有記錯(cuò)的話(huà)，digits應(yīng)該有2個(gè)不同的字段：一個(gè)是data字段，包含實(shí)際的圖像數(shù)據(jù)；另一個(gè)是target字段，包含圖像標(biāo)簽。
與其相信我們的記憶，不如讓我們研究一下digits對(duì)象。這通過(guò)輸入字段名稱(chēng)、添加句點(diǎn)、再按下Tab鍵—digits.<TAB>來(lái)實(shí)現(xiàn)。這會(huì)顯示出digits對(duì)象還包含了一些其他字段，例如一個(gè)名為images的字段。images和data這2個(gè)字段似乎只是形狀不同：
- print(digits.data.shape)
- print(digits.images.shape)
輸出結(jié)果：
- (1797, 64)
- (1797, 8, 8)
在這兩個(gè)例子中，第一維都對(duì)應(yīng)于數(shù)據(jù)集中的圖像數(shù)。但是data將所有像素排列在一個(gè)大的向量中，而images則保留了每個(gè)圖像的8×8空間排列。
因此，如果我們想繪制單張圖像，images字段可能更合適。首先，使用NumPy的數(shù)組切割，從數(shù)據(jù)集中抓取一張圖像：
- img = digits.images[0, :, :]
這里，我們說(shuō)想要抓取長(zhǎng)為1797項(xiàng)的數(shù)組中的第一行，以及所有對(duì)應(yīng)的8×8=64個(gè)像素。然后，我們可以使用plt的imshow函數(shù)繪制圖像：
- plt.imshow(img, cmap='gray')
- plt.savefig('figures/02.04-digit0.png')
上述命令給出的輸出如圖2-5所示。請(qǐng)注意，圖像是模糊的，因?yàn)槲覀儗⒃搱D像調(diào)整到了更大的尺寸。原始圖像的大小只有8×8。
▲圖2-5 生成單張圖像的示例結(jié)果
此外，我們還可以使用cmap參數(shù)指定一個(gè)彩圖。在默認(rèn)情況下，Matplotlib使用MATLAB的默認(rèn)彩圖jet。可是，對(duì)于灰度圖像，gray彩圖更有意義。
最后，我們可以利用plt的subplot函數(shù)繪制一組數(shù)字樣本。subplot函數(shù)與在MATLAB中一樣，我們指定行數(shù)、列數(shù)以及當(dāng)前子圖的索引（從1開(kāi)始）。我們將使用一個(gè)for循環(huán)遍歷數(shù)據(jù)集中的前10個(gè)圖像，每個(gè)圖像都有自己的子圖：
- plt.figure(figsize=(14, 4))
- for image_index in range(10):
- # images are 0-indexed, subplots are 1-indexed
- subplot_index = image_index + 1
- plt.subplot(2, 5, subplot_index)
- plt.imshow(digits.images[image_index, :, :], cmap='gray')
生成的輸出如圖2-6所示。
▲圖2-6 生成包含10個(gè)數(shù)字的一組子圖
對(duì)于各種數(shù)據(jù)集，另一個(gè)很好的資源是本書(shū)作者邁克爾·貝耶勒的母校加州大學(xué)歐文分校的機(jī)器學(xué)習(xí)資源庫(kù)：
http://archive.ics.uci.edu/ml/index.php
關(guān)于作者：阿迪蒂亞·夏爾馬（Aditya Sharma），羅伯特·博世（Robert Bosch）公司的一名高級(jí)工程師，致力于解決真實(shí)世界的自動(dòng)計(jì)算機(jī)視覺(jué)問(wèn)題。曾獲得羅伯特·博世公司2019年人工智能編程馬拉松的首名。
維什韋什·拉維·什里馬利（Vishwesh Ravi Shrimali），于2018年畢業(yè)于彼拉尼博拉理工學(xué)院（BITS Pilani）機(jī)械工程專(zhuān)業(yè)。此后一直在BigVision LLC從事深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)方面的工作，還參與了官方OpenCV課程的創(chuàng)建。
邁克爾·貝耶勒（Michael Beyeler），是華盛頓大學(xué)神經(jīng)工程和數(shù)據(jù)科學(xué)的博士后研究員，致力于仿生視覺(jué)的計(jì)算模型研究，以為盲人植入人工視網(wǎng)膜（仿生眼睛），改善盲人的感知體驗(yàn)。他的工作屬于神經(jīng)科學(xué)、計(jì)算機(jī)工程、計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)的交叉領(lǐng)域。
本文摘編自《機(jī)器學(xué)習(xí)：使用OpenCV、Python和scikit-learn進(jìn)行智能圖像處理（原書(shū)第2版）》，經(jīng)出版方授權(quán)發(fā)布。
