python基础教程:在Linux下使用Python的matplotlib绘制数据图

   日期:2020-05-10     浏览:150    评论:0    
核心提示:@本文来源于公众号:csdn2299,喜欢可以关注公众号 程序员学府文章目录特性安装Matplotlib 例子如果你想要在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。特性操作系

@本文来源于公众号:csdn2299,喜欢可以关注公众号 程序员学府

文章目录

    • 特性
    • 安装
    • Matplotlib 例子

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。

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:
非常感谢你的阅读
大学的时候选择了自学python,工作了发现吃了计算机基础不好的亏,学历不行这是没办法的事,只能后天弥补,于是在编码之外开启了自己的逆袭之路,不断的学习python核心知识,深入的研习计算机基础知识,整理好了,我放在我们的微信公众号《程序员学府》,如果你也不甘平庸,那就与我一起在编码之外,不断成长吧!

其实这里不仅有技术,更有那些技术之外的东西,比如,如何做一个精致的程序员,而不是“屌丝”,程序员本身就是高贵的一种存在啊,难道不是吗?[点击加入]想做你自己想成为高尚人,加油!

 
打赏
 本文转载自:网络 
所有权利归属于原作者,如文章来源标示错误或侵犯了您的权利请联系微信13520258486
更多>最近资讯中心
更多>最新资讯中心
更多>相关资讯中心
0相关评论

推荐图文
推荐资讯中心
点击排行
最新信息
新手指南
采购商服务
供应商服务
交易安全
关注我们
手机网站:
新浪微博:
微信关注:

13520258486

周一至周五 9:00-18:00
(其他时间联系在线客服)

24小时在线客服