python 的图象库

Python 是现今最受欢迎的程序语言之一，是数据分析和机器学习的主要语言之一。Python 的许多优点之一是其众多的库和模块，其中有许多触及图象处理和计算机视觉。 某些最受欢迎的库之一就是 Python 中的图象库。

Python 中有许多图象处理相关的库，其中最流行的是 OpenCV 和 PIL。在这些库中，我们可以进行各种基本图象操作，如：读取和保存图象、调剂大小、剪裁、旋转、翻转、添加文字等。 但是，要更进一步进行图象操作或机器学习，则需要更高级的图象库。我们将讨论三个最受欢迎的图象库：Matplotlib、Seaborn 和 Plotly。

# Matplotlib
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
# 读取图象
img = mpimg.imread("image.jpg")
# 显示图象
plt.imshow(img)
# 剪裁图象
cropped = img[100:500, 200:600]
plt.imshow(cropped)
# 保存修改后的图象
mpimg.imsave("cropped.jpg", cropped)

Matplotlib 是 Python 中最著名的可视化库之一，可用于绘制各种图表和图象。 Matplotlib 还具有重新调剂大小、剪切、翻转、旋转和缩放图象的内置函数。

# Seaborn
import seaborn as sns
# 读取数据
iris = sns.load_dataset("iris")
# 绘制散点图
sns.scatterplot(x="petal_length", y="petal_width", hue="species", data=iris)

Seaborn 是一个基于 Matplotlib 的库，提供了各种样式和色彩，和专门为数据可视化而设计的高级功能。 Seaborn 可使数据集更加美观和有吸引力，同时依然可以保存信息和可读性。

# Plotly
import plotly.express as px
# 读取数据
df = px.data.iris()
# 绘制 3D 散点图
fig = px.scatter_3d(df, x='sepal_length', y='sepal_width', z='petal_width',color='species')
fig.show()

Plotly 或者一个基于 Matplotlib 的库，专门用于交互式数据可视化。 它的一大特点是它可以创建动态可视化，而这些可视化能够响应鼠标和键盘的交互，和能够自动生成交互式 tooltip 和 axis labels。