使用matplotlib画图时有时会收到来自matplotlib的runtime warming的警告，原因可能是同时打开太多张图，最常见的情况是在一个循环中画图，每次循环都新建一个图，但是未关闭新建的图，当循环次数多了之后内存就吃不消了。

有两种解决方法，一是只建一个图，每次循环结束后通过plt.cla()清除图的内容，下次循环可以使用同一张图作画，例子如下：

import os
import scipy
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from tqdm import tqdm
data_path = r"D:\PycharmProjects\dataset"
def load_mnist():
    path = os.path.join(data_path, 'mnist')
    fd = open(os.path.join(path, 't10k-images-idx3-ubyte'))
    loaded = np.fromfile(file=fd, dtype=np.uint8)
    teX = loaded[16:].reshape((10000, 28, 28, 1)).astype(np.float)
    teX = teX / 255.
    return teX
teX = load_mnist()
fig, ax = plt.subplots(nrows=5, ncols=5, sharex='all', sharey='all') # 只建一张包含25个子图的图
ax = ax.flatten()
for j in range(3):
    for i in range(25):
        img = teX[i + j * 25].reshape(28, 28)
        ax[i].imshow(img, cmap='Greys', interpolation='nearest')
    ax[0].set_xticks([])
    ax[0].set_yticks([])
    plt.tight_layout()  # 自动紧凑布局
    plt.savefig(r"D:\test\%d.png" % j)
    plt.cla() # 清除内容
第二种方法是每次循环都新建一张图，但是每次循环结束后关闭这张图，例子如下：
 
import os
import scipy
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from tqdm import tqdm
data_path = r"D:\PycharmProjects\dataset"
def load_mnist():
    path = os.path.join(data_path, 'mnist')
    fd = open(os.path.join(path, 't10k-images-idx3-ubyte'))
    loaded = np.fromfile(file=fd, dtype=np.uint8)
    teX = loaded[16:].reshape((10000, 28, 28, 1)).astype(np.float)
    teX = teX / 255.
    return teX
teX = load_mnist() # 获取mnist的测试数据
for j in range(3): # 画三张图
    fig, ax = plt.subplots(nrows=5, ncols=5, sharex='all', sharey='all') # 每次都新建一张包含25个子图的图
    ax = ax.flatten()
    for i in range(25):
        img = teX[i + j * 25].reshape(28, 28)
        ax[i].imshow(img, cmap='Greys', interpolation='nearest')
    ax[0].set_xticks([])
    ax[0].set_yticks([])
    plt.tight_layout()  # 自动紧凑布局
    plt.savefig(r"D:\test\%d.png" % j)
    plt.close()
实验证明，用第二种方法会比第一种方法快很多
                    使用matplotlib画图时有时会收到来自matplotlib的runtime warming的警告，原因可能是同时打开太多张图，最常见的情况是在一个循环中画图，每次循环都新建一个图，但是未关闭新建的图，当循环次数多了之后内存就吃不消了。有两种解决方法，一是只建一个图，每次循环结束后通过plt.cla()清除图的内容，下次循环可以使用同一张图作画，例子如下：import osimpo...
				
用python的matplotlib画图时，往往需要加图例说明。如果不设置任何参数，默认是加到图像的内侧的最佳位置。
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(10)
fig = plt.figure()
ax = plt.subplot(111)
for i in xrange(5):
 ax.plot(x, i * x, label='$y = %ix$' % i)
plt.legend()
plt.show()
这样的结果如图所示：
如果需要将该legend移到图像外侧，有多种方法，这里介绍一种。
				
我现在有一组图片，一共100张图片，每张大小是200*200，即imgs.shape=100*200*200*3 (注意通道数在最后一维)。 我需要同时绘制这100张图片，而且每张图片需要写上对应的名字，所以这里假设你已经准备好了你的图像数据，即
imgs = [
    [np.random.rand(200,200,3), '1.jpg'],
    [np.ran...
				
Matplotlib_绘图时会同时出现两张图，其中一张没有图形
Matplotlib_绘图时同时出现两张图，其中一张没有图线*
在使用matplotlib的绘图时，我们对图形的参数进行各种自定义，但定义后，发现绘图时会同时出现两张图，如下：
它的代码如下：
解决方法：这个时候只要将plt.figure()函数移到最前面就可以了
这是因为在你定义xlabel和ylabel时，matplotlib中并没有图形，这时候matplotlib就会定义一个图形figure1去接收你传进来的xlabel和yla
				
首先一幅Matplotlib的图像组成部分介绍。
在matplotlib中，整个图像为一个Figure对象。在Figure对象中可以包含一个或者多个Axes对象。每个Axes(ax)对象都是一个拥有自己坐标系统的绘图区域。所属关系如下：
subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True,
				
subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)
  Create a figure and a set of subplots
  This utility ...
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>压缩图片</title>
</head>
				
MNIST 数据集已经是一个被”嚼烂”了的数据集, 很多教程都会对它”下手”, 几乎成为一个 “典范”. 不过有些人可能对它还不是很了解, 下面来介绍一下.MNIST 数据集可在 http://yann.lecun.com/exdb/mnist/ 获取, 它包含了四个部分:
Training set images: train-images-idx3-ubyte.gz (9.9 MB, 解压后 47
				
首先，需要安装matplotlib库。在命令行中输入：pip install matplotlib
然后，在代码中导入matplotlib库：import matplotlib.pyplot as plt
接着，使用相应的函数绘制图形。例如，可以使用plt.plot()绘制折线图，使用plt.scatter()绘制散点图，使用plt.bar()绘制柱状图等。
最后，使用plt.show()命令显示图形。
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.plot(x, y)
plt.show()
这是一个简单的折线图。
                    王学强_Bryan: 
                    一直点进去看，最终调用的是np.fft，再点进去看是[code=python]
Discrete Fourier Transform (:mod:`numpy.fft`)
[/code]，所以应该就是FFT吧？
                PPT立方体三面同色
                    qq_46389354: 
                    顶点手动对不齐怎么办