Matplotlib有什么用

這篇文章主要為大家展示了“Matplotlib有什么用”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“Matplotlib有什么用”這篇文章吧。

　　Matplotlib可能是Python2D-繪圖領域使用最廣泛的套件。它能讓使用者很輕松地將數據圖形化，并且提供多樣化的輸出格式。這里將會探索matplotlib的常見用法。

IPython以及pylab模式

　　IPython是Python的一個增強版本。它在下列方面有所增強：命名輸入輸出、使用系統命令（shellcommands）、排錯（debug）能力。我們在命令行終端給IPython加上參數-pylab（0.12以后的版本是--pylab）之后，就可以像Matlab或者Mathematica那樣以交互的方式繪圖。

pylab

　　pylab是matplotlib面向對象繪圖庫的一個接口。它的語法和Matlab十分相近。也就是說，它主要的繪圖命令和Matlab對應的命令有相似的參數。

本篇文章使用的實例源碼下載：

　　Download

　　下載包包含兩個目錄：

　　figures：存放實例代碼生成的圖片

　　scripts：存放實例代碼

　　初級繪制

　　這一節中，我們將從簡到繁：先嘗試用默認配置在同一張圖上繪制正弦和余弦函數圖像，然后逐步美化它。

　　第一步，是取得正弦函數和余弦函數的值：

　　frompylabimport*

　　X=np.linspace(-np.pi,np.pi,256,endpoint=True)

　　C,S=np.cos(X),np.sin(X)

　　X是一個numpy數組，包含了從?π到+π等間隔的256個值。C和S則分別是這256個值對應的余弦和正弦函數值組成的numpy數組。

　　你可以在IPython的交互模式下測試代碼，也可以下載代碼（下載鏈接就是這些示例圖），然后執行：

　　pythonexercise_1.py

使用默認配置[源碼文件]

　　Matplotlib的默認配置都允許用戶自定義。你可以調整大多數的默認配置：圖片大小和分辨率（dpi）、線寬、顏色、風格、坐標軸、坐標軸以及網格的屬性、文字與字體屬性等。不過，matplotlib的默認配置在大多數情況下已經做得足夠好，你可能只在很少的情況下才會想更改這些默認配置。

　　importnumpyasnp

　　importmatplotlib.pyplotasplt

　　X=np.linspace(-np.pi,np.pi,256,endpoint=True)

　　C,S=np.cos(X),np.sin(X)

　　plt.plot(X,C)

　　plt.plot(X,S)

　　plt.show()

默認配置的具體內容[源碼文件]

　　下面的代碼中，我們展現了matplotlib的默認配置并輔以注釋說明，這部分配置包含了有關繪圖樣式的所有配置。代碼中的配置與默認配置完全相同，你可以在交互模式中修改其中的值來觀察效果。

　　#導入matplotlib的所有內容（nympy可以用np這個名字來使用）

　　frompylabimport*

　　#創建一個8*6點（point）的圖，并設置分辨率為80

　　figure(figsize=(8,6),dpi=80)

　　#創建一個新的1*1的子圖，接下來的圖樣繪制在其中的第1塊（也是唯一的一塊）

　　subplot(1,1,1)

　　X=np.linspace(-np.pi,np.pi,256,endpoint=True)

　　C,S=np.cos(X),np.sin(X)

　　#繪制余弦曲線，使用藍色的、連續的、寬度為1（像素）的線條

　　plot(X,C,color="blue",linewidth=1.0,line)

　　#繪制正弦曲線，使用綠色的、連續的、寬度為1（像素）的線條

　　plot(X,S,color="green",linewidth=1.0,line)

　　#設置橫軸的上下限

　　xlim(-4.0,4.0)

　　#設置橫軸記號

　　xticks(np.linspace(-4,4,9,endpoint=True))

　　#設置縱軸的上下限

　　ylim(-1.0,1.0)

　　#設置縱軸記號

　　yticks(np.linspace(-1,1,5,endpoint=True))

　　#以分辨率72來保存圖片

　　#savefig("exercice_2.png",dpi=72)

　　#在屏幕上顯示

　　show()

以上是“Matplotlib有什么用”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！