在Linux下使用Python的matplotlib绘制数据图的教程-Python教學-PHP中文網

首頁

後端開發

Python教學

在Linux下使用Python的matplotlib绘制数据图的教程

WBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWB

Jun 10, 2016 pm 03:10 PM

matplotlib python

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

登入後複製

在Fedora或CentOS/RHEL环境则可用如下命令：

  $ sudo yum install python-matplotlib

登入後複製

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

登入後複製

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')

登入後複製

所画之图如下：

201561190648250.jpg (640×480)

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, figsize=(8, 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')

登入後複製

结果见如下链接：

201561190740111.jpg (640×480)

例3：饼状图

第三个脚本，script3.py 完成如下任务：

创建一个包含5个整数的列表
创建一个宽6英寸、高6英寸的图(赋值1）
添加一个长宽比为1的轴图
设置图的标题（字号为14）
用data列表画一个包含标签的饼状图
保存图为PNG格式

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')

登入後複製

结果如下链接所示：

201561190812025.jpg (640×480)

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。

本網站聲明

本文內容由網友自願投稿，版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容，請聯絡admin@php.cn

熱AI工具

熱工具

熱門話題

gmail信箱登陸入口在哪裡

7723

Java教學

1643

CakePHP 教程

1396

Laravel 教程

1290

PHP教程

1233

Related knowledge

PHP和Python：解釋了不同的範例 Apr 18, 2025 am 12:26 AM

PHP主要是過程式編程，但也支持面向對象編程（OOP）；Python支持多種範式，包括OOP、函數式和過程式編程。 PHP適合web開發，Python適用於多種應用，如數據分析和機器學習。

在PHP和Python之間進行選擇：指南 Apr 18, 2025 am 12:24 AM

PHP適合網頁開發和快速原型開發，Python適用於數據科學和機器學習。 1.PHP用於動態網頁開發，語法簡單，適合快速開發。 2.Python語法簡潔，適用於多領域，庫生態系統強大。

Python vs. JavaScript：學習曲線和易用性 Apr 16, 2025 am 12:12 AM

Python更適合初學者，學習曲線平緩，語法簡潔；JavaScript適合前端開發，學習曲線較陡，語法靈活。 1.Python語法直觀，適用於數據科學和後端開發。 2.JavaScript靈活，廣泛用於前端和服務器端編程。

vs code 可以在 Windows 8 中運行嗎 Apr 15, 2025 pm 07:24 PM

VS Code可以在Windows 8上運行，但體驗可能不佳。首先確保系統已更新到最新補丁，然後下載與系統架構匹配的VS Code安裝包，按照提示安裝。安裝後，注意某些擴展程序可能與Windows 8不兼容，需要尋找替代擴展或在虛擬機中使用更新的Windows系統。安裝必要的擴展，檢查是否正常工作。儘管VS Code在Windows 8上可行，但建議升級到更新的Windows系統以獲得更好的開發體驗和安全保障。

PHP和Python：深入了解他們的歷史 Apr 18, 2025 am 12:25 AM

PHP起源於1994年，由RasmusLerdorf開發，最初用於跟踪網站訪問者，逐漸演變為服務器端腳本語言，廣泛應用於網頁開發。 Python由GuidovanRossum於1980年代末開發，1991年首次發布，強調代碼可讀性和簡潔性，適用於科學計算、數據分析等領域。

visual studio code 可以用於 python 嗎 Apr 15, 2025 pm 08:18 PM

VS Code 可用於編寫 Python，並提供許多功能，使其成為開發 Python 應用程序的理想工具。它允許用戶：安裝 Python 擴展，以獲得代碼補全、語法高亮和調試等功能。使用調試器逐步跟踪代碼，查找和修復錯誤。集成 Git，進行版本控制。使用代碼格式化工具，保持代碼一致性。使用 Linting 工具，提前發現潛在問題。