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。
文章来源:丸子建站
文章标题:python 的图象库
https://www.wanzijz.com/view/71295.html