独角兽企业重金招聘Python工程师标准>>>
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，安装Numpy的指引请见该链接。
可以通过如下命令在Debian或Ubuntu中安装Matplotlib：
$sudoapt-getinstallpython-matplotlib
在Fedora或CentOS/RHEL环境则可用如下命令：
$sudoyuminstallpython-matplotlib
Matplotlib 例子
本教程会提供几个绘图例子演示如何使用matplotlib:
离散图和线性图
柱状图
饼状图
在这些例子中我们将用Python脚本来执行Mapplotlib命令。注意numpy和matplotlib模块需要通过import命令在脚本中进行导入。
np为nuupy模块的命名空间引用，plt为matplotlib.pyplot的命名空间引用：
importnumpyasnpimportmatplotlib.pyplotasplt
例1：离散和线性图
第一个脚本，script1.py 完成如下任务:
创建3个数据集（xData,yData1和yData2)
创建一个宽8英寸、高6英寸的图(赋值1）
设置图画的标题、x轴标签、y轴标签（字号均为14）
绘制第一个数据集：yData1为xData数据集的函数，用圆点标识的离散蓝线，标识为"y1 data"
绘制第二个数据集：yData2为xData数据集的函数，采用红实线，标识为"y2 data"
把图例放置在图的左上角
保存图片为PNG格式文件
script1.py的内容如下：
importnumpyasnpimportmatplotlib.pyplotaspltxData=np.arange(0,10,1)yData1=xData.__pow__(2.0)yData2=np.arange(15,61,5)plt.figure(num=1,figsize=(8,6))plt.title('Plot1',size=14)plt.xlabel('x-axis',size=14)plt.ylabel('y-axis',size=14)plt.plot(xData,yData1,color='b',linestyle='--',marker='o',label='y1data')plt.plot(xData,yData2,color='r',linestyle='-',label='y2data')plt.legend(loc='upperleft')plt.savefig('images/plot1.png',format='png')
所画之图如下：
例2：柱状图
第二个脚本，script2.py 完成如下任务：
创建一个包含1000个随机样本的正态分布数据集。
创建一个宽8英寸、高6英寸的图(赋值1）
设置图的标题、x轴标签、y轴标签（字号均为14）
用samples这个数据集画一个40个柱状，边从-10到10的柱状图
添加文本,用TeX格式显示希腊字母mu和sigma(字号为16）
保存图片为PNG格式。
script2.py代码如下：
importnumpyasnpimportmatplotlib.pyplotaspltmu=0.0sigma=2.0samples=np.random.normal(loc=mu,scale=sigma,size=1000)plt.figure(num=1,figsize=(8,6))plt.title('Plot2',size=14)plt.xlabel('value',size=14)plt.ylabel('counts',size=14)plt.hist(samples,bins=40,range=(-10,10))plt.text(-9,100,r'$\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：
importnumpyasnpimportmatplotlib.pyplotaspltdata=[33,25,20,12,10]plt.figure(num=1,figsize=(6,6))plt.axes(aspect=1)plt.title('Plot3',size=14)plt.pie(data,labels=('Group1','Group2','Group3','Group4','Group5'))plt.savefig('images/plot3.png',format='png')
结果如下链接所示：
# -*- coding: utf-8 -*- import numpy as np import pylab as pl from StringIO import StringIO data_str = """ -04-01_02 68 -04-01_05 70 -04-01_08 69 -04-01_11 71 -04-01_14 72 -04-01_20 70 -04-02_02 71 -04-02_05 70 -04-02_08 69 -04-02_11 71 -04-02_14 69 -04-02_20 71 -04-03_02 74 -04-03_05 73 -04-03_08 77 -04-03_11 70 -04-03_14 71 -04-03_20 70 -04-04_02 70 -04-04_05 72 -04-04_08 72 -04-04_11 69 -04-04_14 71 -04-04_20 69 -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) # 如果以数据点为刻度，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])此实例类似于open方法，不同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。它将会与其他后续写入的数据存放在一起。效果：3.再写个例子
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，表现在其无缝地和Python、Numpy连接、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。
如果觉得《在Linux中使用matplotlib进行科学画图》对你有帮助，请点赞、收藏，并留下你的观点哦！
