diff --git a/20141211 How to use matplotlib for scientific plotting on Linux b/20141211 How to use matplotlib for scientific plotting on Linux new file mode 100644 index 0000000000..29c03c4c91 --- /dev/null +++ b/20141211 How to use matplotlib for scientific plotting on Linux @@ -0,0 +1,158 @@ ++在Linux中使用matplotlib进行科学画图 ++================================================================================ ++ ++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，那就要考虑一下使用matplotlib库了。Matplotlib是基于python的开源科学测绘包，版权基于python软件基金许可证。大量的文档和例子，整合在Python和Numpy科学计处包中，其自动化性能是少数几个为什么这个包是在Linux环境中进行科学画图的可靠选择。这个教程将提供几个用matplotlib画图的例子。 ++ ++###特性### ++- ++-众多的画图类型，如：bar,box,contour,histogram,scatter,line plots.... ++-基于python的语法 ++-集成Numpy科学计算包 ++-可定制的画图格式（axes scales,tick positions, tick labels...) ++-可定制文本（字体，大小，位置...) ++-TeX 格式化（等式，符号，希腊字体...) ++-与IPython相兼容 ++-自动化 -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通过许多自身特性和高效工作流基础进行表现。 ++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？ ++除那以外，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。 ++你可以期望着节省你的时间，从于使用你能够花更多的时间在如何创建更多的图片。 ++ ++###安装### ++ 安装Python和Numpy包是使用Matplotlib的前提，安装Numpy的指引请见该链接。[here][1]. ++ ++ ++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### ++ ++该教程会提供几个绘图例子演示如何使用matplotlib: ++-离散和线性画图 ++-柱状图画图 ++-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。 ++在命令空间中，np指定为nuupy模块的引用，plt指定为matplotlib.pyplot的引用： ++ 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： ++![](https://farm8.staticflickr.com/7529/15927002365_f5ae11cf02_z.jpg) ++ ++ ++###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') ++ ++ ++结果见如下链接： ++![](https://farm8.staticflickr.com/7531/15304765024_1cc271b6e0_z.jpg) ++ ++ ++###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') ++ ++ ++结果如下链接所示： ++![](https://farm8.staticflickr.com/7504/15926356092_7c3e5217aa_z.jpg) ++ ++ ++###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。[here][2]. ++ ++matplotlib包的文档和例子详见： ++-------------------------------------------------------------------------------- ++ ++via: http://xmodulo.com/matplotlib-scientific-plotting-linux.html ++ ++作者：[Joshua Reed][a] ++译者：[ideas4u](https://github.com/ideas4u) ++校对：[校对者ID](https://github.com/校对者ID) ++ ++本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创翻译，[Linux中国](http://linux.cn/) 荣誉推出 ++ ++[a]:http://xmodulo.com/author/joshua ++[1]:http://xmodulo.com/numpy-scientific-computing-linux.html ++[2]:http://matplotlib.org/