您的位置: 首页  >  文章  >  python 画直方图

python 画直方图

分类: 文章 • 2025-01-01 14:37:58

转载自：http://www.cnblogs.com/denny402/p/5096790.html

 

我们先来看两个函数reshape和flatten:

假设我们先生成一个一维数组：

vec=np.arange(15)
print vec

显示为：

[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]

如果我们要把这个一维数组，变成一个3*5二维矩阵，我们可以使用reshape来实现

mat= vec.reshape(3,5)
print mat

显示为

[[ 0  1  2  3  4]

 [ 5  6  7  8  9]

 [10 11 12 13 14]]

现在如果我们返过来，知道一个二维矩阵，要变成一个一维数组，就不能用reshape了，只能用flatten. 我们来看两者的区别

 

a1=mat.reshape(1,-1)  #-1表示为任意，让系统自动计算
print a1
a2=mat.flatten()
print a2
 

显示为：

a1:  [[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]]

a2:  [ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14]

可以看出，用reshape进行变换，实际上变换后还是二维数组，两个方括号，因此只能用flatten.

我们要对图像求直方图，就需要先把图像矩阵进行flatten操作，使之变为一维数组，然后再进行统计。

 

一、画灰度图直方图

绘图都可以调用matplotlib.pyplot库来进行，其中的hist函数可以直接绘制直方图。

调用方式：

n, bins, patches = plt.hist(arr, bins=50, normed=1, facecolor='green', alpha=0.75)
hist的参数非常多，但常用的就这五个，只有第一个是必须的，后面四个可选

arr: 需要计算直方图的一维数组

bins: 直方图的柱数，可选项，默认为10

normed: 是否将得到的直方图向量归一化。默认为0

facecolor: 直方图颜色

alpha: 透明度

返回值 ：

n: 直方图向量，是否归一化由参数设定

bins: 返回各个bin的区间范围

patches: 返回每个bin里面包含的数据，是一个list

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
img=np.array(Image.open('d:/pic/lena.jpg').convert('L'))

plt.figure("lena")
arr=img.flatten()
n, bins, patches = plt.hist(arr, bins=256, normed=1, facecolor='green', alpha=0.75)  
plt.show()

python 画直方图

 

二、彩色图片直方图

实际上是和灰度直方图一样的，只是分别画出三通道的直方图，然后叠加在一起。

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
src=Image.open('d:/ex.jpg')
r,g,b=src.split()

plt.figure("lena")
ar=np.array(r).flatten()
plt.hist(ar, bins=256, normed=1,facecolor='r',edgecolor='r',hold=1)
ag=np.array(g).flatten()
plt.hist(ag, bins=256, normed=1, facecolor='g',edgecolor='g',hold=1)
ab=np.array(b).flatten()
plt.hist(ab, bins=256, normed=1, facecolor='b',edgecolor='b')
plt.show()
 

python 画直方图

 

由此可见，matplotlib的画图功能是非常强大的，直方图只是其中非常小的一部分，更多的请参看官方文档：

http://matplotlib.org/api/pyplot_summary.html

 

#＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝分割线＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

三.直方图一例

http://blog.****.net/yywan1314520/article/details/50818471

 

import pylab as pl 

dataFile = “dataList.txt"

tempList = [] 

 

with open(dataFile,"r") as data: 

    for everLine in data: 

    arrEverLine = [float(index) for index in everLine.split()] 

    tempList.append(arrEverLine[0]) 

 

pl.hist(tempList,100) 

pl.xlim(0, 1) #x轴范围

pl.ylim(0, 300) #y轴范围

pl.xlabel("直方图标题”) 

pl.show()

 

dataList.txt内容 ：

14 2 1 0.5 0.5 0 1 0.5 1.5 18.5 

19 2 2 0.5 1 0 1 0.5 0 21 

19.5 2 1.5 2 0 0.5 2 0 1 20 

17.5 1.5 1 1.5 2 0 1.5 0 0 18.5 

19.5 2 2 2 0.5 0 1 0 0.5 19.5 

16.5 2 0.5 1 0 0.5 0.5 0 0.5 19.5 

15.5 2 1 1.5 0 0 1 0.5 1 17.5 

13.5 1.5 1 1 2 0 2 0.5 2 20 

14.5 2 1.5 2 0 0 1 0 2 18.5 

16 2 2 1.5 1 0.5 1 0 2 19.5 

。。。

 

相关推荐