点击下载
本文文档

当前位置：首页 - 科技 - 知识百科 - 正文

在Linux下使用Python的matplotlib绘制数据图的教程

来源：动视网责编：小采时间：2020-11-27 14:34:02

在Linux下使用Python的matplotlib绘制数据图的教程

在Linux下使用Python的matplotlib绘制数据图的教程: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，

推荐度：

点击下载本文 文档为doc格式

导读在Linux下使用Python的matplotlib绘制数据图的教程: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，

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：