NumPy - Matplotlib

Matplotlib 是 Python 的繪圖庫。 它可與 NumPy 一起使用，提供了一種有效的 MatLab 開源替代方案。 它也可以和圖形工具包一起使用，如 PyQt 和 wxPython。

Matplotlib 模組最初是由 John D. Hunter 編寫的。 自 2012 年以來，Michael Droettboom 是主要開發者。 目前，Matplotlib 1.5.1 是可用的穩定版本。 該軟體包可以二進位分發，其源代碼形式在 www.matplotlib.org 上提供。

通常，通過添加以下語句將包導入到 Python 腳本中：

from matplotlib import pyplot as plt

這裏pyplot()是 matplotlib 庫中最重要的函數，用於繪製 2D 數據。 以下腳本繪製方程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()

ndarray對象x由np.arange()函數創建為x軸上的值。y軸上的對應值存儲在另一個數組對象y中。 這些值使用matplotlib軟體包的pyplot子模組的plot()函數繪製。

圖形由show()函數展示。

上面的代碼應該產生以下輸出：

作為線性圖的替代，可以通過向plot()函數添加格式字串來顯示離散值。 可以使用以下格式化字元。

還定義了以下顏色縮寫。

要顯示圓來代表點，而不是上面示例中的線，請使用ob作為plot()函數中的格式字串。

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()

上面的代碼應該產生以下輸出：

繪製正弦波

以下腳本使用 matplotlib 生成正弦波圖。

示例

import numpy as np
import matplotlib.pyplot as plt
# 計算正弦曲線上點的 x 和 y 座標
x = np.arange(0,  3  * np.pi,  0.1)
y = np.sin(x)
plt.title("sine wave form")
# 使用 matplotlib 來繪製點
plt.plot(x, y)
plt.show()

subplot()

subplot()函數允許你在同一圖中繪製不同的東西。 在下面的腳本中，繪製正弦和余弦值。

示例

import numpy as np
import matplotlib.pyplot as plt
# 計算正弦和余弦曲線上的點的 x 和 y 座標
x = np.arange(0,  3  * np.pi,  0.1)
y_sin = np.sin(x)
y_cos = np.cos(x)
# 建立 subplot 網格，高為 2，寬為 1
# 啟動第一個 subplot
plt.subplot(2,  1,  1)
# 繪製第一個圖像

plt.plot(x, y_sin)
plt.title('Sine')
# 將第二個 subplot 啟動，並繪製第二個圖像

plt.subplot(2,  1,  2)
plt.plot(x, y_cos)
plt.title('Cosine')
# 展示圖像
plt.show()

上面的代碼應該產生以下輸出：

bar()

pyplot子模組提供bar()函數來生成條形圖。 以下示例生成兩組x和y數組的條形圖。

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()