<写在前面>
Basic image processing 1：
0.（以简单的曲线图为例）对于生成的图自定义外观，使用子图，多个数据集，标题，标签，交互式标注，图例；
1.生成散点图，直方图；
2.简单的图像处理：转换格式，调整尺寸，旋转，复制粘贴图像区域，在图像上绘制点线；
以上内容主要用了以下几种模块：
0.PIL (Python Image Library)
1.NumPy
2.Matplotlib
3.SciPy
无法安装的话，参考这篇文章
其实写这篇文章的时候，我一直在纠结是分模块整理好一些呢，还是将各种模块的功能集于同一个对象进行描述。一开始是尝试着分模块整理的，整理了一段时间发现这样做并不有效，而且提取的实际意义并不大。于是改成同一个对象，如何用python的模板画，这样的方式进行编写。希望之后自己能做一些亦可赛艇的东西丫~
<以下是正文>
生成简单的曲线图，并进行基础处理
生成简单的曲线图
import matplotlib.pyplot as plt #用matplotlib中的plt.plot画线
import numpy as np #用numpy
x = np.linspace(0,2*np.pi, 50) #np.linspace定义参数：将在[0,2π]区间生成包含50个元素的数组
y = np.sin(x) #使用np.sin()，生成一个正弦函数
plt.plot(x, y) #使用plt.plot( , )画线
plt.show() 生成了默认定义的sinx曲线 
自定义外观
参考官网：自定义外观的相关文章
例如：
将上面的plt.plot语句改为
plt.plot(x, y, 'r-o') # r:红色；-o:实心点
使用多个数据集
在plt.plot定义多个点即可
如定义两个数据集
plt.plot(x, np.sin(x) , 'r', x, np.cos(x), 'g')
使用子图
使用 plt.subplot(x, y, z)：x定义横向长度为相对的1/x，y定义纵向长度为相对的1/y，z定义所在的是哪个区域
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 2* np.pi, 50)
y = np.sin(x)
plt.subplot(2 , 1, 1)
plt.plot(x, y)
z = np.cos(x)
plt.subplot(2, 1 , 2)
plt.plot(x, z)
plt.show()
显示标题，标签，图例
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 2*np.pi, 50)
plt.legend() #显示图例
plt.title('Sin and Cos Waves') #显示标题
plt.plot(x, np.sin(x), 'r-o', label='Sin(x)') #注明图例
plt.plot(y, np.cos(x), 'g-^', label='Cos(x)')
plt.xlabel('x') #显示x标签
plt.ylabel('y')
plt.show()
使用交互式标注
from PIL import Image
from pylab import *
im = array(Image.open('a.jpg'))
imshow(im)
print 'Please click 1 point'
x = ginput(1)
print 'you clicked: ',x
show()生成直方图，散点图等基础图像
直方图
import matplotlib.pyplot as plt
import numpy as np
x = np.random.randn(1000)
plt.hist(x, 50) #给hist()函数传入一个包含数据的数组，以及代表数据容器的个数
plt.show()
散点图
曲线波形图
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 2 * np.pi, 50)
y = np.sin(x)
plt.scatter(x, y)
plt.show()彩色映射随机散点图
import matplotlib.pyplot as plt
import numpy as np
x = np.random.rand(1000)
y = np.random.rand(1000)
size = np.random.rand(1000) * 50
colour = np.random.rand(1000)
plt.scatter(x, y, size, colour)
plt.colorbar()
plt.show()
简单图像处理
运用PIL库
from PIL import Image
#转换格式
im2.save('/python test/image_test/a.jpg', 'jpeg')
#调整尺寸
out = pil_im.resize((100, 100))
#旋转（默认逆时针）
out = pil_im.rotate(45)
#复制粘贴
a = (100, 100, 400, 400)
region = pil_im.crop(a)
pil_im.paste(region, a)在图像上绘制点线
from PIL import Image
from pylab import *
im = array(Image.open('night2.jpg'))
imshow(im)
x = [100, 100, 400, 400, 20, 60] #选取任意个数的点
y = [200, 500, 200, 500, 30, 30]
plot(x, y , 'r-^')
plot(x[:5], y[:5]) #按顺序，依次连接前5个点
show()