如果你想要在Linxu中获得一个高效、自动化、高质量的科学画图的解决方案，应该考虑尝试下matplotlib库。Matplotlib是基于python的开源科学测绘包，基于python软件基金会许可证发布。大量的文档和例子、集成了Python和Numpy科学计算包、以及自动化能力，是作为Linux环境中进行科学画图的可靠选择的几个原因。这个教程将提供几个用matplotlib画图的例子。
特性
- 支持众多的图表类型，如：bar,Box,contour,histogram,scatter,line plots....
- 基于python的语法
- 集成Numpy科学计算包
- 数据源可以是 python 的列表、键值对和数组
- 可定制的图表格式（坐标轴缩放、标签位置及标签内容等)
- 可定制文本（字体，大小，位置...)
- 支持TeX格式（等式，符号，希腊字体...)
- 与IPython相兼容（允许在 python shell 中与图表交互）
- 自动化（使用 Python 循环创建图表）
- 用Python 的循环迭代生成图片
- 保存所绘图片格式为图片文件，如：png,pdf,ps,eps,svg等
基于Python语法的matplotlib是其许多特性和高效工作流的基础。世面上有许多用于绘制高质量图的科学绘图包，但是这些包允许你直接在你的Python代码中去使用吗？除此以外，这些包允许你创建可以保存为图片文件的图片吗？Matplotlib允许你完成所有的这些任务。从而你可以节省时间，使用它你能够花更少的时间创建更多的图片。
安装
安装Python和Numpy包是使用Matplotlib的前提。
可以通过如下命令在Debian或Ubuntu中安装Matplotlib：
$ sudo apt-get install python-matplotlib
在Fedora或CentOS/RHEL环境则可用如下命令：
$ sudo yum install python-matplotlib
Matplotlib 例子
本教程会提供几个绘图例子演示如何使用matplotlib:
- 离散图和线性图
- 柱状图
- 饼状图
在这些例子中我们将用Python脚本来执行Mapplotlib命令。注意numpy和matplotlib模块需要通过import命令在脚本中进行导入。
np为nuupy模块的命名空间引用，plt为matplotlib.pyplot的命名空间引用：
import numpy as np import matplotlib.pyplot as plt
例1：离散和线性图
第一个脚本，script1.py 完成如下任务:
- 创建3个数据集（xData,yData1和yData2)
- 创建一个宽8英寸、高6英寸的图(赋值1）
- 设置图画的标题、x轴标签、y轴标签（字号均为14）
- 绘制第一个数据集：yData1为xData数据集的函数，用圆点标识的离散蓝线，标识为"y1 data"
- 绘制第二个数据集：yData2为xData数据集的函数，采用红实线，标识为"y2 data"
- 把图例放置在图的左上角
- 保存图片为PNG格式文件
script1.py的内容如下：
import numpy as np import matplotlib.pyplot as plt xData = np.arange(0,10,1) yData1 = xData.__pow__(2.0) yData2 = np.arange(15,61,5) plt.figure(num=1,figsize=(8,6)) plt.title('Plot 1',size=14) plt.xlabel('x-axis',size=14) plt.ylabel('y-axis',size=14) plt.plot(xData,yData1,color='b',linestyle='--',marker='o',label='y1 data') plt.plot(xData,yData2,color='r',linestyle='-',label='y2 data') plt.legend(loc='upper left') plt.savefig('images/plot1.png',format='png')
所画之图如下：
例2：柱状图
第二个脚本，script2.py 完成如下任务：
- 创建一个包含1000个随机样本的正态分布数据集。
- 创建一个宽8英寸、高6英寸的图(赋值1）
- 设置图的标题、x轴标签、y轴标签（字号均为14）
- 用samples这个数据集画一个40个柱状，边从-10到10的柱状图
- 添加文本,用TeX格式显示希腊字母mu和sigma(字号为16）
- 保存图片为PNG格式。
script2.py代码如下：
import numpy as np import matplotlib.pyplot as plt mu = 0.0 sigma = 2.0 samples = np.random.normal(loc=mu,scale=sigma,size=1000) plt.figure(num=1,6)) plt.title('Plot 2',size=14) plt.xlabel('value',size=14) plt.ylabel('counts',size=14) plt.hist(samples,bins=40,range=(-10,10)) plt.text(-9,100,r'$\mu$ = 0.0,$\sigma$ = 2.0',size=16) plt.savefig('images/plot2.png',format='png')
结果见如下链接：
例3：饼状图
第三个脚本，script3.py 完成如下任务：
脚本script3.py的代码如下：
import numpy as np import matplotlib.pyplot as plt data = [33,25,20,12,10] plt.figure(num=1,figsize=(6,6)) plt.axes(aspect=1) plt.title('Plot 3',size=14) plt.pie(data,labels=('Group 1','Group 2','Group 3','Group 4','Group 5')) plt.savefig('images/plot3.png',format='png')
结果如下链接所示：
总结
这个教程提供了几个用matplotlib科学画图包进行画图的例子，Matplotlib是在Linux环境中用于解决科学画图的绝佳方案，表现在其无缝地和Python、Numpy连接、自动化能力，和提供多种自定义的高质量的画图产品。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
