mirror of
https://github.com/LCTT/TranslateProject.git
synced 2024-12-23 21:20:42 +08:00
159 lines
6.2 KiB
Plaintext
159 lines
6.2 KiB
Plaintext
+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：
|
||
+
|
||
+
|
||
+
|
||
+###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：
|
||
+
|
||
+
|
||
+
|
||
+###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：
|
||
+
|
||
+
|
||
+
|
||
+###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/
|