❏ 站外平台:

在Linux中使用matplotlib进行科学画图

作者: Joshua Reed 译者: LCTT ideas4u

| 2015-02-11 15:04   评论: 13 收藏: 4 分享: 22    

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

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:

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。matplotlib包的文档和例子详见这里


via: http://xmodulo.com/matplotlib-scientific-plotting-linux.html

作者:Joshua Reed 译者:ideas4u 校对:wxy

本文由 LCTT 原创翻译,Linux中国 荣誉推出



最新评论

微博评论 2015-02-12 09:03 2 回复
涨姿势'技能get
微博评论 2015-02-11 19:33 2 回复
@保存到为知笔记
微博评论 2015-02-11 19:33 2 回复
Repost
微博评论 2015-02-11 18:03 2 回复
matplotlib是Linxu中获得一个高效、自动化、高质量的科学画图的解决方案。
微博评论 2015-02-11 18:03 2 回复
good
微博评论 2015-02-11 17:03 2 回复
Repost
微博评论 2015-02-11 16:03 1 回复
@run_freya_run
微博评论 2015-02-11 16:03 2 回复
有用
微博评论 2015-02-11 16:03 2 回复
一直用gnuplot的路过
来自 - 上海 的 Chrome/Windows 用户 2015-02-11 16:02 51 回复
不如装matlab
微博评论 2015-02-11 15:33 1 回复
呵呵难用的一逼。。。
微博评论 2015-02-11 15:33 1 回复
三维图不行吧?
微博评论 2015-02-11 15:33 1 回复
Repost
LCTT 译者
ideas4u 🌟🌟
共计翻译: 1.2 篇 | 共计贡献: 601
贡献时间:2014-12-11 -> 2016-08-02
访问我的 LCTT 主页 | 在 GitHub 上关注我


返回顶部

分享到微信

打开微信,点击顶部的“╋”,
使用“扫一扫”将网页分享至微信。