Matplotlib - Python的2D&3D绘图库

jopen 12年前

Matplotlib是Python的2D&3D绘图库，产生各种已经拷贝格式和交互幻剑中跨平台形式的印刷质量图标。Matplot语法与Matlab相似，绘图绘图功能强大，而且十分容易上手。

“个人永远不能超过集体的力量”（Ken Blanchard）。Python强大的原因之一就在于其开源，有很多优秀的程序员为其提供了丰富的类库。Matplotlib就是其中之一，但他的创始人John D. Hunter英年早逝，在今年8月份死于治疗癌症引起的并发症。向这位优秀的程序员致敬！

Matplotlib - Python的2D&3D绘图库

安装matplot之前先要安装Numpy。

Numpy也是python的一个扩展包，提供基础的科学计算，包括：

强大的N维矩阵对象
C/C++ 和 Fortran 代码集成工具
有用的线性代数、傅立叶转换和随机数生成函数

Numpy的下载地址： http://scipy.org/Download

Matlabplot的下载地址： https://github.com/matplotlib/matplotlib/downloads

也可以从我的csdn资源下载（附有说明文档）：

安装都很简单，一路双击就可以~

以下是一个简单的绘制正弦三角函数y=sin(x)的例子。

# plot a sine wave from 0 to 4pi  from pylab import *  x_values = arange(0.0, math.pi * 4, 0.01)  y_values = sin(x_values)  plot(x_values, y_values, linewidth=1.0)  xlabel('x')  ylabel('sin(x)')  title('Simple plot')  grid(True)  savefig("sin.png")  show()

效果如图：

pylab的plot函数与matlab很相似，也可以在后面增加属性值，可以用

help(pylab.plot)

查看说明：

例如用‘r*’，即红色，星形来画图：

import os  import math  import pylab  y_values = []  x_values = []  num = 0.0  #collect both num and the sine of num in a list  while num < math.pi * 4:      y_values.append(math.sin(num))      x_values.append(num)      num += 0.1    pylab.plot(x_values,y_values,'r*')  pylab.show()

Matplot中可以使用Latex来编辑公式。比如最上面那个Matplotlib的logo，背景的公式就是使用的Latex：

"""  Thanks to Tony Yu  for the logo design  """    import numpy as np  import matplotlib as mpl  import matplotlib.pyplot as plt  import matplotlib.cm as cm    mpl.rcParams['xtick.labelsize'] = 10  mpl.rcParams['ytick.labelsize'] = 12  mpl.rcParams['axes.edgecolor'] = 'gray'      axalpha = 0.05  #figcolor = '#EFEFEF'  figcolor = 'white'  dpi = 80  fig = plt.figure(figsize=(6, 1.1),dpi=dpi)  fig.figurePatch.set_edgecolor(figcolor)  fig.figurePatch.set_facecolor(figcolor)      def add_math_background():      ax = fig.add_axes([0., 0., 1., 1.])        text = []      text.append((r"$W^{3\beta}_{\delta_1 \rho_1 \sigma_2} = U^{3\beta}_{\delta_1 \rho_1} + \frac{1}{8 \pi 2} \int^{\alpha_2}_{\alpha_2} d \alpha^\prime_2 \left[\frac{ U^{2\beta}_{\delta_1 \rho_1} - \alpha^\prime_2U^{1\beta}_{\rho_1 \sigma_2} }{U^{0\beta}_{\rho_1 \sigma_2}}\right]$", (0.7, 0.2), 20))      text.append((r"$\frac{d\rho}{d t} + \rho \vec{v}\cdot\nabla\vec{v} = -\nabla p + \mu\nabla^2 \vec{v} + \rho \vec{g}$",                  (0.35, 0.9), 20))      text.append((r"$\int_{-\infty}^\infty e^{-x^2}dx=\sqrt{\pi}$",                  (0.15, 0.3), 25))      #text.append((r"$E = mc^2 = \sqrt{{m_0}^2c^4 + p^2c^2}$",      #            (0.7, 0.42), 30))      text.append((r"$F_G = G\frac{m_1m_2}{r^2}$",                  (0.85, 0.7), 30))      for eq, (x, y), size in text:          ax.text(x, y, eq, ha='center', va='center', color="#11557c", alpha=0.25,                  transform=ax.transAxes, fontsize=size)      ax.set_axis_off()      return ax    def add_matplotlib_text(ax):      ax.text(0.95, 0.5, 'matplotlib', color='#11557c', fontsize=65,                 ha='right', va='center', alpha=1.0, transform=ax.transAxes)    def add_polar_bar():      ax = fig.add_axes([0.025, 0.075, 0.2, 0.85], polar=True)          ax.axesPatch.set_alpha(axalpha)      ax.set_axisbelow(True)      N = 7      arc = 2. * np.pi      theta = np.arange(0.0, arc, arc/N)      radii = 10 * np.array([0.2, 0.6, 0.8, 0.7, 0.4, 0.5, 0.8])      width = np.pi / 4 * np.array([0.4, 0.4, 0.6, 0.8, 0.2, 0.5, 0.3])      bars = ax.bar(theta, radii, width=width, bottom=0.0)      for r, bar in zip(radii, bars):          bar.set_facecolor(cm.jet(r/10.))          bar.set_alpha(0.6)        for label in ax.get_xticklabels() + ax.get_yticklabels():          label.set_visible(False)        for line in ax.get_ygridlines() + ax.get_xgridlines():          line.set_lw(0.8)          line.set_alpha(0.9)          line.set_ls('-')          line.set_color('0.5')        ax.set_yticks(np.arange(1, 9, 2))      ax.set_rmax(9)    if __name__ == '__main__':      main_axes = add_math_background()      add_polar_bar()      add_matplotlib_text(main_axes)      plt.show()

来自：http://blog.csdn.net/xiaowei_cqu/article/details/8272367

</div> </div>

Matplotlib - Python的2D&3D绘图库

相关经验

目录