From 6e85872d67f3f83058907306afc20de4309f8660 Mon Sep 17 00:00:00 2001
From: wxy <xingyu.wang@gmail.com>
Date: Wed, 11 Feb 2015 15:05:34 +0800
Subject: [PATCH] PUB:20141211 How to use matplotlib for scientific plotting on
 Linux

@ideas4u
---
 ...lotlib for scientific plotting on Linux.md | 164 ++++++++++++++++++
 ...lotlib for scientific plotting on Linux.md | 158 -----------------
 2 files changed, 164 insertions(+), 158 deletions(-)
 create mode 100644 published/20141211 How to use matplotlib for scientific plotting on Linux.md
 delete mode 100644 translated/tech/20141211 How to use matplotlib for scientific plotting on Linux.md

diff --git a/published/20141211 How to use matplotlib for scientific plotting on Linux.md b/published/20141211 How to use matplotlib for scientific plotting on Linux.md
new file mode 100644
index 0000000000..00ae499ed7
--- /dev/null
+++ b/published/20141211 How to use matplotlib for scientific plotting on Linux.md	
@@ -0,0 +1,164 @@
+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，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，安装Numpy的指引请见[该链接][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###
+
+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：
+
+![](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。matplotlib包的文档和例子详见[这里][2]。
+
+--------------------------------------------------------------------------------
+
+via: http://xmodulo.com/matplotlib-scientific-plotting-linux.html
+
+作者：[Joshua Reed][a]
+译者：[ideas4u](https://github.com/ideas4u)
+校对：[wxy](https://github.com/wxy)
+
+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/
diff --git a/translated/tech/20141211 How to use matplotlib for scientific plotting on Linux.md b/translated/tech/20141211 How to use matplotlib for scientific plotting on Linux.md
deleted file mode 100644
index 29c03c4c91..0000000000
--- a/translated/tech/20141211 How to use matplotlib for scientific plotting on Linux.md	
+++ /dev/null
@@ -1,158 +0,0 @@
-+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/