Matplotlib：plotting(译)

感谢

非常感谢Bill Wing和Christoph Deil的审阅和更正。

作者：Nicolas Rougier, Mike Müller, Gaël Varoquaux

本章内容：

• 介绍
• 简单绘图
• 图形，子图，轴线和刻度
• 其他类型的图形：示例和练习
• 教程之外的内容
• 快速参考

4.1　　介绍

Matplotlib可能是二维图形中最常用的Python包。它提供了一个非常快的可视化Pyhton数据的方法和许多可供发布的格式化图形。我们要以交互方式探索Matplotlib大多数常见情况。

4.1.1　　IPython和Matplotlib模式

Ipython是一个增强的交互式Python Shell。它有许多有趣的功能，包括命名输入和输出、访问Shell命令、改进调试和更多内容。它是Pyhton中科学计算工作流的核心，与Matplotlib结合一起使用。

关于Matlab/Mathematica类似功能的交互式Matplotlib会话，我们使用IPython和它的特殊Matplotlib模式，使能够非阻塞绘图。

Ipython console　　当使用IPython控制台时，我们以命令行参数--matplotlib启动它（-pylab命令被用在非常老的版本中）

IPthon notebook　　在IPthon notebook中，我们在notebook的起始处插入以下魔法函数：%matplotlib inline

4.1.2　　pyplot

pyplot为matplotlib面向对象的绘图库提供了一个程序接口。它是接近于Matlab的建模工具。因此，plot中的大多数绘图命令都具有类似的Matlab模拟参数。重要的命令用交互示例解释。

from matplotlib import pyplot as plt

 4.2　　简单绘图

在本节中，我们要在同一个图上绘制余弦和正弦函数，我们将从默认设置开始，逐步充实图形，使其变得更好。

第一步：获取正弦和余弦函数的数据

import numpy as np

X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)

X现在是一个numpy数组，有256个值，范围从-π到+π（包括），C是余弦（256个值），S是正弦（256个值）。

要运行该示例，你可以在IPython交互式会话中键入它：

$ ipython --pylab

这使我们来到IPython命令提示符：

IPython 0.13 -- An enhanced Interactive Python.
? -> Introduction to IPython‘s features.
%magic -> Information about IPython‘s ‘magic‘ % functions.
help -> Python‘s own help system.
object? -> Details about ‘object‘. ?object also works, ?? prints more.
Welcome to pylab, a matplotlib-based Python environment.
For more information, type ‘help(pylab)‘.

你也可以下载每个例子，使用常规Python命令运行它，但是你会失去交互数据操作。

$ python exercice_1.py

你可以通过点击相应的图形来获取每个步骤的源。

4.2.1　　使用默认设置绘图

Documentation

• plot tutorial
• plot() command

import numpy as np
import matplotlib.pyplot as plt

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()

 4.2.2　　实例化默认值

Documentation

• Customizing matplotlib

import numpy as np
import matplotlib.pyplot as plt

# Create a figure of size 8x6 inches, 80 dots per inch
plt.figure(figsize=(8, 6), dpi=80)

# Create a new subplot from a grid of 1x1
plt.subplot(1, 1, 1)

X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)

# Plot cosine with a blue continuous line of width 1 (pixels)
plt.plot(X, C, color="blue", linewidth=1.0, linestyle="-")

# Plot sine with a green continuous line of width 1 (pixels)
plt.plot(X, S, color="green", linewidth=1.0, linestyle="-")

# Set x limits
plt.xlim(-4.0, 4.0)

# Set x ticks
plt.xticks(np.linspace(-4, 4, 9, endpoint=True))

# Set y limits
plt.ylim(-1.0, 1.0)