在Linux中使用matplotlib进行科学画图

若是你想要在Linxu中得到一个高效、自动化、高质量的科学画图的解决方案，应该考虑下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，是做为Linux环境中进行科学画图的可靠选择的几个缘由。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

• 数据源能够是 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（容许在 python shell 中与图表交互）

• 自动化（使用 Python 循环建立图表）

• 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做流的基础。世面上有许多用于绘制高质量图的科学绘图包，可是这些包容许你直接在你的Python代码中去使用吗？除此之外，这些包容许你建立能够保存为图片文件的图片吗？Matplotlib容许你完成全部的这些任务。从而你能够节省时间，使用它你可以花更少的时间建立更多的图片。

安装

安装Python和Numpy包是使用Matplotlib的前提，安装Numpy的指引请见该连接。

能够经过以下命令在Debian或Ubuntu中安装Matplotlib：

$ sudo apt-get install python-matplotlib

在Fedora或CentOS/RHEL环境则可用以下命令：

$ 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

在这些例子中咱们将用Python脚原本执行Mapplotlib命令。注意numpy和matplotlib模块须要经过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 npimport matplotlib.pyplot as plt

例1：离散和线性图

第一个脚本，script1.py 完成以下任务:

• 建立3个数据集（xData,yData1和yData2)

• 建立一个宽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的内容以下：

import numpy as npimport 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')

所画之图以下：

例2：柱状图

第二个脚本，script2.py 完成以下任务：

• 建立一个包含1000个随机样本的正态分布数据集。

• 建立一个宽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代码以下：

import numpy as npimport matplotlib.pyplot as plt mu = 0.0sigma = 2.0samples = 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')

结果见以下连接：

例3：饼状图

第三个脚本，script3.py 完成以下任务：

• 建立一个包含5个整数的列表

• 建立一个宽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的代码以下：

import numpy as npimport 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')

结果以下连接所示：

3.再写个例子
# -*- coding: utf-8 -*-
import numpy as np
import pylab as pl
from StringIO import StringIO
data_str = """
2012-04-01_02 68
2012-04-01_05 70
2012-04-01_08 69
2012-04-01_11 71
2012-04-01_14 72
2012-04-01_20 70
2012-04-02_02 71
2012-04-02_05 70
2012-04-02_08 69
2012-04-02_11 71
2012-04-02_14 69
2012-04-02_20 71
2012-04-03_02 74
2012-04-03_05 73
2012-04-03_08 77
2012-04-03_11 70
2012-04-03_14 71
2012-04-03_20 70
2012-04-04_02 70
2012-04-04_05 72
2012-04-04_08 72
2012-04-04_11 69
2012-04-04_14 71
2012-04-04_20 69
2012-04-05_02 75
"""

data = np.loadtxt(StringIO(data_str),
dtype=np.dtype([("t", "S13"),("v", float)]))

datestr = np.char.replace(data["t"], "_", " ")
t = pl.datestr2num(datestr)
v = data["v"]

pl.plot_date(t, v, fmt="-o")

pl.subplots_adjust(bottom=0.3)

ax = pl.gca()
ax.fmt_xdata = pl.DateFormatter('%Y-%m-%d %H:%M:%S')
pl.xticks(rotation=90)

pl.xticks(t, datestr) # 若是以数据点为刻度，则注释掉这一行
ax.xaxis.set_major_formatter(pl.DateFormatter('%Y-%m-%d %H'))

pl.grid()
pl.show()

s=StringIO.StrngIO([buf])此实例相似于open方法，不一样的是它并不会在硬盘中生成文件，而只寄存在缓冲区；可选参数buf是一个str或unicode类型。它将会与其余后续写入的数据存放在一块儿。效果：




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，表如今其无缝地和Python、Numpy链接、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。