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(huà)圖的解決方案，應(yīng)該考慮嘗試下matplotlib庫(kù)。Matplotlib是基于python的開(kāi)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(huà)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(huà)圖的例子。

特性

支持眾多的圖表類(lèi)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。

可以通過(guò)如下命令在Debian或Ubuntu中安裝Matplotlib：

1

$sudo apt-getinstall python-matplotlib

在Fedora或CentOS/RHEL環(huán)境則可用如下命令：

1

$sudo yuminstall 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(lái)執(zhí)行Mapplotlib命令。注意numpy和matplotlib模塊需要通過(guò)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(huà)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(huà)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(huà)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(jiàn)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(huà)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(huà)圖包進(jìn)行畫(huà)圖的例子，Matplotlib是在Linux環(huán)境中用于解決科學(xué)畫(huà)圖的絕佳方案，表現(xiàn)在其無(wú)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(huà)圖產(chǎn)品。

總結(jié)

以上是生活随笔為你收集整理的python导入数据画柱状图代码_在Linux下使用Python的matplotlib绘制数据图的教程的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。