|
如果你想要在Linxu中獲得一個(gè)高效、自動(dòng)化、高質(zhì)量的科學(xué)畫圖的解決方案，應(yīng)該考慮嘗試下matplotlib庫(kù)。Matplotlib是基于python的開源科學(xué)測(cè)繪包，基于python軟件基金會(huì)許可證發(fā)布。大量的文檔和例子、集成了Python和Numpy科學(xué)計(jì)算包、以及自動(dòng)化能力，是作為L(zhǎng)inux環(huán)境中進(jìn)行科學(xué)畫圖的可靠選擇的幾個(gè)原因。這個(gè)教程將提供幾個(gè)用matplotlib畫圖的例子。
特性
- 支持眾多的圖表類型，如：bar,box,contour,histogram,scatter,line plots….
- 基于python的語(yǔ)法
- 集成Numpy科學(xué)計(jì)算包
- 數(shù)據(jù)源可以是 python 的列表、鍵值對(duì)和數(shù)組
- 可定制的圖表格式（坐標(biāo)軸縮放、標(biāo)簽位置及標(biāo)簽內(nèi)容等)
- 可定制文本（字體，大小，位置…)
- 支持TeX格式（等式，符號(hào)，希臘字體…)
- 與IPython相兼容（允許在 python shell 中與圖表交互）
- 自動(dòng)化（使用 Python 循環(huán)創(chuàng)建圖表）
- 用Python 的循環(huán)迭代生成圖片
- 保存所繪圖片格式為圖片文件，如：png,pdf,ps,eps,svg等
基于Python語(yǔ)法的matplotlib是其許多特性和高效工作流的基礎(chǔ)。世面上有許多用于繪制高質(zhì)量圖的科學(xué)繪圖包，但是這些包允許你直接在你的Python代碼中去使用嗎？除此以外，這些包允許你創(chuàng)建可以保存為圖片文件的圖片嗎？Matplotlib允許你完成所有的這些任務(wù)。從而你可以節(jié)省時(shí)間，使用它你能夠花更少的時(shí)間創(chuàng)建更多的圖片。
安裝
安裝Python和Numpy包是使用Matplotlib的前提，安裝Numpy的指引請(qǐng)見該鏈接。
可以通過(guò)如下命令在Debian或Ubuntu中安裝Matplotlib：
1 | $ sudo apt-get install python-matplotlib
|
在Fedora或CentOS/RHEL環(huán)境則可用如下命令：
1 | $ sudo yum install python-matplotlib
|
Matplotlib 例子
本教程會(huì)提供幾個(gè)繪圖例子演示如何使用matplotlib:
在這些例子中我們將用Python腳本來(lái)執(zhí)行Mapplotlib命令。注意numpy和matplotlib模塊需要通過(guò)import命令在腳本中進(jìn)行導(dǎo)入。
np為nuupy模塊的命名空間引用，plt為matplotlib.pyplot的命名空間引用：
1 2 | import numpy as np
import matplotlib.pyplot as plt
|
例1：離散和線性圖
第一個(gè)腳本，script1.py 完成如下任務(wù):
- 創(chuàng)建3個(gè)數(shù)據(jù)集（xData,yData1和yData2)
- 創(chuàng)建一個(gè)寬8英寸、高6英寸的圖(賦值1）
- 設(shè)置圖畫的標(biāo)題、x軸標(biāo)簽、y軸標(biāo)簽（字號(hào)均為14）
- 繪制第一個(gè)數(shù)據(jù)集：yData1為xData數(shù)據(jù)集的函數(shù)，用圓點(diǎn)標(biāo)識(shí)的離散藍(lán)線，標(biāo)識(shí)為”y1 data”
- 繪制第二個(gè)數(shù)據(jù)集：yData2為xData數(shù)據(jù)集的函數(shù)，采用紅實(shí)線，標(biāo)識(shí)為”y2 data”
- 把圖例放置在圖的左上角
- 保存圖片為PNG格式文件
script1.py的內(nèi)容如下：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | 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')
|
所畫之圖如下：
例2：柱狀圖
第二個(gè)腳本，script2.py 完成如下任務(wù)：
- 創(chuàng)建一個(gè)包含1000個(gè)隨機(jī)樣本的正態(tài)分布數(shù)據(jù)集。
- 創(chuàng)建一個(gè)寬8英寸、高6英寸的圖(賦值1）
- 設(shè)置圖的標(biāo)題、x軸標(biāo)簽、y軸標(biāo)簽（字號(hào)均為14）
- 用samples這個(gè)數(shù)據(jù)集畫一個(gè)40個(gè)柱狀，邊從-10到10的柱狀圖
- 添加文本,用TeX格式顯示希臘字母mu和sigma(字號(hào)為16）
- 保存圖片為PNG格式。
script2.py代碼如下：
1 2 3 4 5 6 7 8 9 10 11 12 13 | 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')
|
結(jié)果見如下鏈接：
例3：餅狀圖
第三個(gè)腳本，script3.py 完成如下任務(wù)：
- 創(chuàng)建一個(gè)包含5個(gè)整數(shù)的列表
- 創(chuàng)建一個(gè)寬6英寸、高6英寸的圖(賦值1）
- 添加一個(gè)長(zhǎng)寬比為1的軸圖
- 設(shè)置圖的標(biāo)題（字號(hào)為14）
- 用data列表畫一個(gè)包含標(biāo)簽的餅狀圖
- 保存圖為PNG格式
腳本script3.py的代碼如下：
1 2 3 4 5 6 7 8 9 | 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')
|
結(jié)果如下鏈接所示：
總結(jié)
這個(gè)教程提供了幾個(gè)用matplotlib科學(xué)畫圖包進(jìn)行畫圖的例子，Matplotlib是在Linux環(huán)境中用于解決科學(xué)畫圖的絕佳方案，表現(xiàn)在其無(wú)縫地和Python、Numpy連接、自動(dòng)化能力，和提供多種自定義的高質(zhì)量的畫圖產(chǎn)品。matplotlib包的文檔和例子詳見這里。
|
