NumPy - Matplotlib

Matplotlib 是 Python 的绘图库。它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。它也可以和图形工具包一起使用，如 PyQt 和 wxPython。

Matplotlib 模块最初是由 John D. Hunter 编写的。自 2012 年以来，Michael Droettboom 是主要开发者。目前，Matplotlib 1.5.1 是可用的稳定版本。该软件包可以二进制分发，其源代码形式在 www.matplotlib.org 上提供。

通常，通过添加以下语句将包导入到 Python 脚本中：

from matplotlib import pyplot as plt

Python

这里pyplot()是 matplotlib 库中最重要的函数，用于绘制 2D 数据。以下脚本绘制方程y = 2x + 5：

示例

import numpy as np

from matplotlib import pyplot as plt 

x = np.arange(1,11)

y =  2  * x +  5

plt.title("Matplotlib demo")

plt.xlabel("x axis caption")

plt.ylabel("y axis caption")

plt.plot(x,y) plt.show()

Python

ndarray对象x由np.arange()函数创建为x轴上的值。y轴上的对应值存储在另一个数组对象y中。这些值使用matplotlib软件包的pyplot子模块的plot()函数绘制。

图形由show()函数展示。

上面的代码应该产生以下输出：

作为线性图的替代，可以通过向plot()函数添加格式字符串来显示离散值。可以使用以下格式化字符。

字符	描述
`'-'`	实线样式
`'--'`	短横线样式
`'-.'`	点划线样式
`':'`	虚线样式
`'.'`	点标记
`','`	像素标记
`'o'`	圆标记
`'v'`	倒三角标记
`'^'`	正三角标记
`'<'`	左三角标记
`'>'`	右三角标记
`'1'`	下箭头标记
`'2'`	上箭头标记
`'3'`	左箭头标记
`'4'`	右箭头标记
`'s'`	正方形标记
`'p'`	五边形标记
`'*'`	星形标记
`'h'`	六边形标记 1
`'H'`	六边形标记 2
`'+'`	加号标记
`'x'`	X 标记
`'D'`	菱形标记
`'d'`	窄菱形标记
`'\|'`	竖直线标记
`'_'`	水平线标记

还定义了以下颜色缩写。

字符	颜色
`'b'`	蓝色
`'g'`	绿色
`'r'`	红色
`'c'`	青色
`'m'`	品红色
`'y'`	黄色
`'k'`	黑色
`'w'`	白色

要显示圆来代表点，而不是上面示例中的线，请使用ob作为plot()函数中的格式字符串。

示例

import numpy as np

from matplotlib import pyplot as plt 

x = np.arange(1,11)

y =  2  * x +  5

plt.title("Matplotlib demo")

plt.xlabel("x axis caption")

plt.ylabel("y axis caption")

plt.plot(x,y,"ob")

plt.show()

Python

上面的代码应该产生以下输出：

绘制正弦波

以下脚本使用 matplotlib 生成正弦波图。

示例

import numpy as np

import matplotlib.pyplot as plt

# 计算正弦曲线上点的 x 和 y 坐标

x = np.arange(0,  3  * np.pi,  0.1)

y = np.sin(x)

plt.title("sine wave form")

# 使用 matplotlib 来绘制点

plt.plot(x, y)

plt.show()

Python

`subplot()`

subplot()函数允许你在同一图中绘制不同的东西。在下面的脚本中，绘制正弦和余弦值。

示例

import numpy as np

import matplotlib.pyplot as plt

# 计算正弦和余弦曲线上的点的 x 和 y 坐标

x = np.arange(0,  3  * np.pi,  0.1)

y_sin = np.sin(x)

y_cos = np.cos(x)

# 建立 subplot 网格，高为 2，宽为 1

# 激活第一个 subplot

plt.subplot(2,  1,  1)

# 绘制第一个图像

plt.plot(x, y_sin)

plt.title('Sine')

# 将第二个 subplot 激活，并绘制第二个图像

plt.subplot(2,  1,  2)

plt.plot(x, y_cos)

plt.title('Cosine')

# 展示图像

plt.show()

Python

上面的代码应该产生以下输出：

`bar()`

pyplot子模块提供bar()函数来生成条形图。以下示例生成两组x和y数组的条形图。

示例

from matplotlib import pyplot as plt

x =  [5,8,10]

y =  [12,16,6]

x2 =  [6,9,11]

y2 =  [6,15,7]

plt.bar(x, y, align =  'center')

plt.bar(x2, y2, color =  'g', align =  'center')

plt.title('Bar graph')

plt.ylabel('Y axis')

plt.xlabel('X axis')

plt.show()