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。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。

可以通過如下命令在Debian或Ubuntu中安裝Matplotlib：

  $ sudo apt-get install python-matplotlib 

在Fedora或CentOS/RHEL環(huán)境則可用如下命令：

  $ 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:

•     離散圖和線性圖
•     柱狀圖
•     餅狀圖

在這些例子中我們將用Python腳本來執(zhí)行Mapplotlib命令。注意numpy和matplotlib模塊需要通過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：

  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：  

 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：

  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：

  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。

最新評(píng)論