matplotlib

MatplotlibPython语言及其数值计算库NumPy绘图。它提供了一个面向对象API,可以将绘图嵌入到使用通用GUI工具包(如TkinterwxPythonQtGTK)的程序中。它还有一个基于状态机(就像OpenGL)的过程式编程“pylab”接口,其设计与MATLAB非常类似,但由於命名空間的問題,因此建議改用matplotlib.pyplot取代。[3]SciPy使用matplotlib进行图形绘制。

matplotlib
Screenshot of matplotlib plots and code
Screenshot of matplotlib plots and code
原作者John D. Hunter
開發者Michael Droettboom, et al.
首次发布2003年2003[1]
当前版本
  • 3.8.3 (2024年2月15日;穩定版本)[2]
源代码库
编程语言Python
引擎
操作系统跨平臺
类型绘图
许可协议matplotlib license
网站matplotlib.org

Matplotlib最初由John D. Hunter撰写,从此它拥有一个活跃的开发社区[4],并根据BSD许可证发布。 在John D. Hunter于2012年8月去世前不久,Michael Droettboom被提名为matplotlib的主要开发者[5],随后,Thomas Caswell也加入了他的行列。[6][7]Matplotlib是一个由NumFOCUS财政资助的项目。[8]

Matplotlib 2.0.x支持Python 2.7到3.10版本。Matplotlib 1.2是第一个支持Python 3.x的版本。Matplotlib 1.4是最后一个支持Python 2.6的版本。[9]Matplotlib已签署Python 3声明,承诺在2020年后不再支持Python 2。[10]

与MATLAB的比较

Pyplot是matplotlib的一个模块,它提供了一个类似MATLAB的接口。 [11]Matplotlib被设计成与MATLAB一样可用,能够使用Python,并且具有自由开源的优点。

与 Gnuplot的比较

gnuplot和matplotlib都是成熟的开源项目。 它们都可以产生多种不同绘图类型。 虽然很难指定一种某人能做而他人不能做的图形类型,但它们仍然具有不同的优点和缺点:

优点 缺点
Matplotlib
  • 带有内置代码的默认绘图样式
  • 与Python的深度集成
  • Matlab风格的编程接口(对一些人来说是优点,但对于其他人来说可能是缺点)。
  • 图形绘制相较Gnuplot更加美观
  • 高度依赖其他包,如Numpy。
  • 只适用于Python:很难/不可能在Python以外的语言中使用。 (但可以从Julia通过PyPlot软件包使用)
Gnuplot
  • 跨语言解决方案:可以用作通过管道或文件以不同语言编写的应用程序(例如GNU Octave,Maxima,JavaGnuplotHybrid)中的绘图引擎。
  • 独立程序:没有外部依赖。
  • 处理大型数据集时非常快。
  • 更容易操纵绘图细节
  • 旧的默认绘图样式:通常需要小的调整以产生有吸引力的图。
  • 在开发中活跃成员的数量较少(与Matplotlib相比)。

例子

 曲线图

>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> a = np.linspace(0,10,100)
>>> b = np.exp(-a)
>>> plt.plot(a,b)
>>> plt.show()

直方图

>>> import matplotlib.pyplot as plt
>>> from numpy.random import normal,rand
>>> x = normal(size=200)
>>> plt.hist(x,bins=30)
>>> plt.show()

散点图

>>> import matplotlib.pyplot as plt
>>> from numpy.random import rand
>>> a = rand(100)
>>> b = rand(100)
>>> plt.scatter(a,b)
>>> plt.show()

3D 图

>>> from matplotlib import cm
>>> from mpl_toolkits.mplot3d import Axes3D
>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> fig = plt.figure()
>>> # ax = fig.gca(projection='3d') (Old)
>>> ax = fig.add_subplot(projection='3d')
>>> X = np.arange(-5, 5, 0.25)
>>> Y = np.arange(-5, 5, 0.25)
>>> X, Y = np.meshgrid(X, Y)
>>> R = np.sqrt(X**2 + Y**2)
>>> Z = np.sin(R)
>>> surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.coolwarm)
>>> plt.show()

更多例子

轶事

使用xkcd风格绘制的正弦函数图像

为了致敬xkcd,matplotlib加入了matplotlib.pyplot.xkcd()函数,模仿xkcd的漫画风格进行绘图。[12][13]

参考资料

  1. . [2017-02-23]. (原始内容存档于2020-12-02).
  2. . 2024年2月15日 [2024年2月20日].
  3. . matplotlib.org. [2021-06-18]. (原始内容存档于2021-07-01).
  4. . matplotlib.org. [2021-06-18]. (原始内容存档于2021-06-24).
  5. . matplotlib.org. [2017-02-23]. (原始内容存档于2020-10-27).
  6. . NumFOCUS. 2017-10-05 [2018-04-11]. (原始内容存档于2021-06-28) (美国英语).
  7. . matplotlib.org. [2018-04-11]. (原始内容存档于2021-06-24).
  8. . NumFOCUS. [2021-10-25]. (原始内容存档于2023-06-04).
  9. . [2017-06-23]. (原始内容存档于2021-06-24).
  10. . GitHub. [2018-04-11]. (原始内容存档于2020-11-20) (英语).
  11. . matplotlib.org. [2020-03-14]. (原始内容存档于2021-05-07).
  12. . matplotlib.org. [2021-07-05]. (原始内容存档于2021-07-09) (英语).
  13. . matplotlib.org. [2021-07-05]. (原始内容存档于2021-07-11) (英语).

参见

外部链接

维基共享资源上的相关多媒体资源:Matplotlib
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.