国产一级a片免费看高清,亚洲熟女中文字幕在线视频,黄三级高清在线播放,免费黄色视频在线看

打開APP
userphoto
未登錄

開通VIP,暢享免費(fèi)電子書等14項(xiàng)超值服

開通VIP
在Linux中使用matplotlib進(jìn)行科學(xué)畫圖
原文出處: Joshua Reed   譯文出處:ideas4u   歡迎分享原創(chuàng)到伯樂頭條

如果你想要在Linxu中獲得一個(gè)高效、自動(dòng)化、高質(zhì)量的科學(xué)畫圖的解決方案,應(yīng)該考慮嘗試下matplotlib庫(kù)。Matplotlib是基于python的開源科學(xué)測(cè)繪包,基于python軟件基金會(huì)許可證發(fā)布。大量的文檔和例子、集成了Python和Numpy科學(xué)計(jì)算包、以及自動(dòng)化能力,是作為L(zhǎng)inux環(huán)境中進(jìn)行科學(xué)畫圖的可靠選擇的幾個(gè)原因。這個(gè)教程將提供幾個(gè)用matplotlib畫圖的例子。

特性

  • 支持眾多的圖表類型,如:bar,box,contour,histogram,scatter,line plots….
  • 基于python的語(yǔ)法
  • 集成Numpy科學(xué)計(jì)算包
  • 數(shù)據(jù)源可以是 python 的列表、鍵值對(duì)和數(shù)組
  • 可定制的圖表格式(坐標(biāo)軸縮放、標(biāo)簽位置及標(biāo)簽內(nèi)容等)
  • 可定制文本(字體,大小,位置…)
  • 支持TeX格式(等式,符號(hào),希臘字體…)
  • 與IPython相兼容(允許在 python shell 中與圖表交互)
  • 自動(dòng)化(使用 Python 循環(huán)創(chuàng)建圖表)
  • 用Python 的循環(huán)迭代生成圖片
  • 保存所繪圖片格式為圖片文件,如:png,pdf,ps,eps,svg等

基于Python語(yǔ)法的matplotlib是其許多特性和高效工作流的基礎(chǔ)。世面上有許多用于繪制高質(zhì)量圖的科學(xué)繪圖包,但是這些包允許你直接在你的Python代碼中去使用嗎?除此以外,這些包允許你創(chuàng)建可以保存為圖片文件的圖片嗎?Matplotlib允許你完成所有的這些任務(wù)。從而你可以節(jié)省時(shí)間,使用它你能夠花更少的時(shí)間創(chuàng)建更多的圖片。

安裝

安裝Python和Numpy包是使用Matplotlib的前提,安裝Numpy的指引請(qǐng)見該鏈接。

可以通過如下命令在Debian或Ubuntu中安裝Matplotlib:

1
$ sudo apt-get install python-matplotlib

在Fedora或CentOS/RHEL環(huán)境則可用如下命令:

1
$ sudo yum install python-matplotlib

Matplotlib 例子

本教程會(huì)提供幾個(gè)繪圖例子演示如何使用matplotlib:

  • 離散圖和線性圖
  • 柱狀圖
  • 餅狀圖

在這些例子中我們將用Python腳本來執(zhí)行Mapplotlib命令。注意numpy和matplotlib模塊需要通過import命令在腳本中進(jìn)行導(dǎo)入。

np為nuupy模塊的命名空間引用,plt為matplotlib.pyplot的命名空間引用:

1
2
import numpy as np
import matplotlib.pyplot as plt

例1:離散和線性圖

第一個(gè)腳本,script1.py 完成如下任務(wù):

  • 創(chuàng)建3個(gè)數(shù)據(jù)集(xData,yData1和yData2)
  • 創(chuàng)建一個(gè)寬8英寸、高6英寸的圖(賦值1)
  • 設(shè)置圖畫的標(biāo)題、x軸標(biāo)簽、y軸標(biāo)簽(字號(hào)均為14)
  • 繪制第一個(gè)數(shù)據(jù)集:yData1為xData數(shù)據(jù)集的函數(shù),用圓點(diǎn)標(biāo)識(shí)的離散藍(lán)線,標(biāo)識(shí)為”y1 data”
  • 繪制第二個(gè)數(shù)據(jù)集:yData2為xData數(shù)據(jù)集的函數(shù),采用紅實(shí)線,標(biāo)識(shí)為”y2 data”
  • 把圖例放置在圖的左上角
  • 保存圖片為PNG格式文件

script1.py的內(nèi)容如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
import numpy as np
import 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')

所畫之圖如下:

例2:柱狀圖

第二個(gè)腳本,script2.py 完成如下任務(wù):

  • 創(chuàng)建一個(gè)包含1000個(gè)隨機(jī)樣本的正態(tài)分布數(shù)據(jù)集。
  • 創(chuàng)建一個(gè)寬8英寸、高6英寸的圖(賦值1)
  • 設(shè)置圖的標(biāo)題、x軸標(biāo)簽、y軸標(biāo)簽(字號(hào)均為14)
  • 用samples這個(gè)數(shù)據(jù)集畫一個(gè)40個(gè)柱狀,邊從-10到10的柱狀圖
  • 添加文本,用TeX格式顯示希臘字母mu和sigma(字號(hào)為16)
  • 保存圖片為PNG格式。

script2.py代碼如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
import numpy as np
import matplotlib.pyplot as plt
  
mu = 0.0
sigma = 2.0
samples = 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')

結(jié)果見如下鏈接:

例3:餅狀圖

第三個(gè)腳本,script3.py 完成如下任務(wù):

  • 創(chuàng)建一個(gè)包含5個(gè)整數(shù)的列表
  • 創(chuàng)建一個(gè)寬6英寸、高6英寸的圖(賦值1)
  • 添加一個(gè)長(zhǎng)寬比為1的軸圖
  • 設(shè)置圖的標(biāo)題(字號(hào)為14)
  • 用data列表畫一個(gè)包含標(biāo)簽的餅狀圖
  • 保存圖為PNG格式

腳本script3.py的代碼如下:

1
2
3
4
5
6
7
8
9
import numpy as np
import 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')

結(jié)果如下鏈接所示:

總結(jié)

這個(gè)教程提供了幾個(gè)用matplotlib科學(xué)畫圖包進(jìn)行畫圖的例子,Matplotlib是在Linux環(huán)境中用于解決科學(xué)畫圖的絕佳方案,表現(xiàn)在其無縫地和Python、Numpy連接、自動(dòng)化能力,和提供多種自定義的高質(zhì)量的畫圖產(chǎn)品。matplotlib包的文檔和例子詳見這里。

本站僅提供存儲(chǔ)服務(wù),所有內(nèi)容均由用戶發(fā)布,如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請(qǐng)點(diǎn)擊舉報(bào)。
打開APP,閱讀全文并永久保存 查看更多類似文章
猜你喜歡
類似文章
【數(shù)字的可視化:python畫圖之散點(diǎn)圖sactter函數(shù)詳解】
建議收藏!分享一個(gè)2022年火遍全網(wǎng)的Python框架
【python數(shù)據(jù)挖掘課程】十四.Scipy調(diào)用curve
怕死禿頭工作站???
使用Python繪制二元函數(shù)圖像
【python系列】Matplotlib簡(jiǎn)介
更多類似文章 >>
生活服務(wù)
分享 收藏 導(dǎo)長(zhǎng)圖 關(guān)注 下載文章
綁定賬號(hào)成功
后續(xù)可登錄賬號(hào)暢享VIP特權(quán)!
如果VIP功能使用有故障,
可點(diǎn)擊這里聯(lián)系客服!

聯(lián)系客服