pyplot

mac下配置matplotlib绘图

http://old.sebug.net/paper/books/scipydoc/matplotlib_intro.html

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> x = np.linspace(0, 10, 1000)
>>> y = np.sin(x)
>>> z = np.cos(x**2)
>>> plt.figure(figsize=(8,4))
<matplotlib.figure.Figure object at 0x10eebce50>
>>> plt.plot(x,y,label="$sin(x)$",color="red",linewidth=2)
[<matplotlib.lines.Line2D object at 0x11371c0d0>]
>>> plt.plot(x,z,"b--",label="$cos(x^2)$")
[<matplotlib.lines.Line2D object at 0x11371c350>]
>>> plt.xlabel("Time(s)")
<matplotlib.text.Text object at 0x10ef63110>
>>> plt.ylabel("Volt")
<matplotlib.text.Text object at 0x10ef81090>
>>> plt.title("PyPlot First Example")
<matplotlib.text.Text object at 0x1136e5a90>
>>> plt.ylim(-1.2,1.2)
(-1.2, 1.2)
>>> plt.legend()
<matplotlib.legend.Legend object at 0x11371cf90>
>>> plt.show()
>>> 

matplotlib中的快速绘图的函数库可以通过如下语句载入：

import matplotlib.pyplot as plt

接下来调用figure创建一个绘图对象，并且使它成为当前的绘图对象。

plt.figure(figsize=(8,4))

也可以不创建绘图对象直接调用接下来的plot函数直接绘图，matplotlib会为我们自动创建一个绘图对象。如果需要同时绘制多幅图表的话，可以是给figure传递一个整数参数指定图标的序号，如果所指定序号的绘图对象已经存在的话，将不创建新的对象，而只是让它成为当前绘图对象。

通过figsize参数可以指定绘图对象的宽度和高度，单位为英寸；dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80。因此本例中所创建的图表窗口的宽度为8*80 = 640像素。

但是用工具栏中的保存按钮保存下来的png图像的大小是800*400像素。

下面的两行程序通过调用plot函数在当前的绘图对象中进行绘图：

plt.plot(x,y,label=”$sin(x)$”,color=”red”,linewidth=2)

plt.plot(x,z,”b–“,label=”$cos(x^2)$”)

plot函数的调用方式很灵活，第一句将x,y数组传递给plot之后，用关键字参数指定各种属性：

label : 给所绘制的曲线一个名字，此名字在图示(legend)中显示。只要在字符串前后添加”$”符号，matplotlib就会使用其内嵌的latex引擎绘制的数学公式。 color : 指定曲线的颜色 linewidth : 指定曲线的宽度 第二句直接通过第三个参数”b–“指定曲线的颜色和线型，这个参数称为格式化参数，它能够通过一些易记的符号快速指定曲线的样式。其中b表示蓝色，”–“表示线型为虚线。在IPython中输入 “plt.plot?” 可以查看格式化字符串的详细配置。

接下来通过一系列函数设置绘图对象的各个属性：

plt.xlabel(“Time(s)”)

plt.ylabel(“Volt”)

plt.title(“PyPlot First Example”)

plt.ylim(-1.2,1.2)

plt.legend()

xlabel : 设置X轴的文字

ylabel : 设置Y轴的文字

title : 设置图表的标题

ylim : 设置Y轴的范围

legend : 显示图示

最后调用plt.show()显示出我们创建的所有绘图对象。