图像的处理
 
从外部导入的图像通常是以图片的形式存在的，图片外观样式一般是矩形。
 
如果需要将矩形图片以其他样式在坐标轴上进行展示，那么这个需求就需要借助图片剪切、加载和展示等方法加以实现。
 
这里用圆形切了原图片，并隐去了坐标轴，只关注图案本身，来看~
 
原图
 
 
Matplotlib编程实现
 
import matplotlib.pyplot as plt
from matplotlib.cbook import get_sample_data
from matplotlib.patches import Circle

with get_sample_data("d:\PyCharm\data\pig.jpg", asfileobj=True) as imageFile:
    imageArray = plt.imread(imageFile)

fig, ax = plt.subplots(1, 1)
ai = ax.imshow(imageArray)
patch = Circle((125, 125), radius=125, transform=ax.transData)
ai.set_clip_path(patch)

ax.set_axis_off()

plt.show()
 
成品图
 

       最近学了matplotlib，想要在绘制3D图像的时候插入图片，但在网上找来找去没找到比较好的，唯一找到的一个速度有点慢。于是就自己动手吧。
 
        先放下在stackoverflow看到的答案：
 
# 注释为国外大佬写的，汉字部分我的补充
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.cbook import get_sample_data
import cv2

# Read the image with Opencv
img = cv2.imread('test.png')
# Change the color from BGR to RGB
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# Orgird to store data
x, y = np.ogrid[0:img.shape[0], 0:img.shape[1]]
# In Python3 matplotlib assumes rgbdata in range 0.0 to 1.0
img = img.astype('float32')/255
fig = plt.Figure()
# gca do not work thus use figure objects inbuilt function.
ax = fig.add_subplot(projection='3d')

# Plot data
# rstride，cstride相当于设置图片显示的像素，当两项均等于1的时候相当于我写的程序
ax.plot_surface(x, y, np.atleast_2d(0), rstride=10, cstride=10, facecolors=img)
fig.show() # Throws a AttributeError
 
        这个方法我试了试，但有点慢，画一个800*800的图片需要将近50s。
 
        matplotlib的3D的画图应该是没有直接提供插入图片的选项的，那自己划入图片的思维最简单就是一个一个的写入。
 
        使用Image先获得图片，再读取其size，其中size[0]为宽，size[1]为高。
 
img = Image.open('african.jpg')
pix = img.load()
width = img.size[0]
height = img.size[1]
 
        获得宽高之后便可以使用numpy创建x,y轴的列表。我的图片是800*800的，所以这里的宽高就是两个长度为800的列表。
 
        而后使用meshgrid()函数（实际上我并不清楚这个函数的用处，应该是类似将两个数组中的元素匹配。如果没有这一步，画出来的图将会只有800个点，有了这一步才能画出一张640000像素的画。如果有大佬知道这个函数具体干啥的希望能指导下）
 
        接下来创建图像的z轴坐标。因为这张图像使用的是散点画法，总共要画640000个点，所以应该有这么多的z轴坐标，并且应该将其设置为一个一维数组而不是二维，二维数组放入应该会报错。
 
x = np.arange(0,width)
y = np.arange(0,height)
x,y = np.meshgrid(x,y)
z = np.zeros(width*height)
 
 
        然后再处理颜色。根据其官方文档中的关于color的描述，可以看出c传入的参数可以是一个代表颜色的字符串，或者是一个长度为N的列表，或者是一个2维的数组。但二维数组我尝试过却报错了，不知道是我哪里写错了。有大佬的画希望可以指点一下。
 
 
         那么剩下的就是获取每个像素点的像素值了。通过遍历长宽可以获得每个像素点的rgb值，其中pix[x,y]返回的按次序为rgb的十进制值。但color参数似乎并不支持直接传10进制的rgb值，他支持16进制的颜色值或者是一个三元素元组，其中每个元素代表这种颜色所占比例，因此每个10进制的值需要除以255。
 
        如果不需要每个像素都一样的，可以设置其步长，效果相当于前面代码的更改rstride的值。
 
color = []
for i in range(width):
    for j in range(height):
        rgb= tuple(np.array(pix[i, j])/255)
        color.append(rgb)
 
        最后直接开始画图。alpha = 1代表不透明度为100%
 
ax.scatter(x,y,z,c = color,alpha = 1)
 
        运行结果如下 
 
       
 
 
 
        下面是完整的代码，可以和上面的代码实现一样的功能，速度更快了，运行大概需要15s：
 
from PIL import Image
import numpy as np
from matplotlib import pyplot as plt

# 创建3D对象
fig = plt.figure(figsize=(20,8),dpi=100)
ax = fig.add_subplot(111, projection='3d')

# 读取图片
img = Image.open('test.jpg')
pix = img.load()
# 获取图片长宽
width = img.size[0]
height = img.size[1]
# 创建x,y轴的长度
x = np.arange(0,width)
y = np.arange(0,height)
x,y = np.meshgrid(x,y)
z = np.zeros(width*height)
# 建立列表，后期使用
color = []
# 遍历长宽，获得每个像素点的RGB值
for i in range(width):
    for j in range(height):
        # 转化rgb为相对占比的元组
        rgb= tuple(np.array(pix[i, j])/255)
        color.append(rgb)

# 在z=0的平面上作图

# 设置颜色，像素
ax.scatter(x,y,z,c = color,alpha = 1)
plt.show()
 
        代码可以再优化，比如连续出现的相同像素等等。
 
        新手第一次发帖，纯萌新，有错误希望大佬指出。

问题描述
 
在使用Matplotlib对图片而不是图表进行操作时，常需要存储无坐标轴和白边框的图片。
 
解决方法
 
需要对像素矩阵转换成图片进行保存，暂且发现可通过matplotlib来实现，通过子图，可避免出现白边框。
 
	# 图片分辨率 = figsize*dpi 代码为512*512
	plt.rcParams['figure.figsize'] = (10.24, 10.24) 
    plt.rcParams['savefig.dpi'] = 50 
    # 去除白框
    plt.axis('off')
    plt.margins(0,0)
    plt.subplots_adjust(top=1,bottom=0,left=0,right=1,hspace=0,wspace=0)
    # 保存图片，cmap为调整配色方案
    plt.imshow(img_arr,cmap=plt.cm.gray)
    plt.savefig(filename + ".jpg")

 原文地址：http://blog.csdn.net/john_xyz/article/details/54754937
 
 关于matplotlib如何设置图例的位置？如何将图例放在图外？以及如何在一幅图有多个子图的情况下，删除重复的图例？我用一个简单的例子说明一下。
 
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure(1)
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)
ax4 = fig.add_subplot(2,2,4)

df1 = pd.DataFrame(np.random.randn(3,5),columns = ['one','two','three','four','five'])
df2 = pd.DataFrame(np.random.randn(3,5),columns = ['one','two','three','four','five'])
df3 = pd.DataFrame(np.random.randn(3,5),columns = ['one','two','three','four','five'])
df4 = pd.DataFrame(np.random.randn(3,5),columns = ['one','two','three','four','five'])



df1.plot(ax = ax1, title = "df1", grid = 'on')
df2.plot(ax = ax2, title = "df1", grid = 'on')
df3.plot(ax = ax3, title = "df1", grid = 'on')
df4.plot(ax = ax4, title = "df1", grid = 'on')

plt.show()
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
 
 运行结果如下 
  
 可以看出，随机生成了几个dataframe,在一个figure()中生成了四个子图，每个子图的图例都是dataframe.columns里的值，那么如何移除这些图例？
 
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure(1)
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)
ax4 = fig.add_subplot(2,2,4)

df1 = pd.DataFrame(np.random.randn(3,5),columns = ['one','two','three','four','five'])
df2 = pd.DataFrame(np.random.randn(3,5),columns = ['one','two','three','four','five'])
df3 = pd.DataFrame(np.random.randn(3,5),columns = ['one','two','three','four','five'])
df4 = pd.DataFrame(np.random.randn(3,5),columns = ['one','two','three','four','five'])



df1.plot(ax = ax1, title = "df1", grid = 'on')
df2.plot(ax = ax2, title = "df1", grid = 'on')
df3.plot(ax = ax3, title = "df1", grid = 'on')
df4.plot(ax = ax4, title = "df1", grid = 'on')

ax1.legend_.remove()        ##移除子图ax1中的图例
ax2.legend_.remove()        ##移除子图ax2中的图例
ax3.legend_.remove()        ##移除子图ax3中的图例


plt.show()
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
 
  
 可以看出ax1,ax2,ax3中的图例都被移除了，但是上图还不是很美观？有没有什么办法将图例放到图外面呢？请看:
 
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure(1)
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)
ax4 = fig.add_subplot(2,2,4)

df1 = pd.DataFrame(np.random.randn(3,5),columns = ['one','two','three','four','five'])
df2 = pd.DataFrame(np.random.randn(3,5),columns = ['one','two','three','four','five'])
df3 = pd.DataFrame(np.random.randn(3,5),columns = ['one','two','three','four','five'])
df4 = pd.DataFrame(np.random.randn(3,5),columns = ['one','two','three','four','five'])



df1.plot(ax = ax1, title = "df1", grid = 'on')
df2.plot(ax = ax2, title = "df1", grid = 'on')
df3.plot(ax = ax3, title = "df1", grid = 'on')
df4.plot(ax = ax4, title = "df1", grid = 'on')

ax1.legend_.remove()
ax2.legend_.remove()
ax3.legend_.remove()
ax4.legend(loc=2, bbox_to_anchor=(1.05,1.0),borderaxespad = 0.)     ##设置ax4中legend的位置，将其放在图外

plt.show()
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
 
 
 
 其中参数loc用于设置legend的位置 
 bbox_to_anchor用于在bbox_transform坐标（默认轴坐标）中为图例指定任意位置。
 
 关于plt.legend更多的参数信息，详细见官方文档：http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.legend 
 关于legend的官方教程：详细见：http://matplotlib.org/users/legend_guide.html 
 关于pandas.DataFrame.plot更多的作图问题，详细见：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.plot.html