Matplotlib
- 3.9.2 (2024年8月13日;穩定版本)[2]
- github
.com /matplotlib /matplotlib
- Cairo
Matplotlib是Python语言及其数值计算库NumPy的绘图(英语:Plotter)库。它提供了一个面向对象的API,可以将绘图嵌入到使用通用GUI工具包(如Tkinter、wxPython、Qt或GTK)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。[4]SciPy使用matplotlib进行图形绘制。
Matplotlib最初由美國神經生物學家John D. Hunter(英语:John D. Hunter)撰写,於2003年面世,从此它拥有一个活跃的开发社区[5],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[6],随后,Thomas Caswell也加入了他的行列。[7][8]Matplotlib是一个由NumFOCUS财政资助的项目。[9]
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。[10]Matplotlib已签署Python 3声明,承诺在2020年后不再支持Python 2。[11]
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。 [12]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 |
|
|
Gnuplot |
|
|
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()
>>> 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
- Image plot
- Contour plot
- Scatter plot
- Polar plot
- Line plot
- 3-D plot
- Image plot
轶事
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。[13][14]
参考资料
- ^ Copyright Policy. [2017-02-23]. (原始内容存档于2020-12-02).
- ^ Release 3.9.2. 2024年8月13日 [2024年8月22日].
- ^ Releases – matplotlib. [2019-05-13]. (原始内容存档于2020-11-11).
- ^ API Overview. matplotlib.org. [2021-06-18]. (原始内容存档于2021-07-01).
- ^ Matplotlib github stats. matplotlib.org. [2021-06-18]. (原始内容存档于2021-06-24).
- ^ Announcing Michael Droettboom as the lead matplotlib developer. matplotlib.org. [2017-02-23]. (原始内容存档于2020-10-27).
- ^ Matplotlib Lead Developer Explains Why He Can’t Fix the Docs—But You Can – NumFOCUS. NumFOCUS. 2017-10-05 [2018-04-11]. (原始内容存档于2021-06-28) (美国英语).
- ^ Credits – Matplotlib 2.2.2 documentation. matplotlib.org. [2018-04-11]. (原始内容存档于2021-06-24).
- ^ NumFOCUS Sponsored Projects. NumFOCUS. [2021-10-25]. (原始内容存档于2023-06-04).
- ^ Installing – Matplotlib 2.0.2 documentation. [2017-06-23]. (原始内容存档于2021-06-24).
- ^ Add Matplotlib to list by takluyver · Pull Request #20 · python3statement/python3statement.github.io. GitHub. [2018-04-11]. (原始内容存档于2020-11-20) (英语).
- ^ Matplotlib: Python plotting — Matplotlib 3.2.0 documentation. matplotlib.org. [2020-03-14]. (原始内容存档于2021-05-07).
- ^ matplotlib.pyplot.xkcd — Matplotlib 3.4.2 documentation. matplotlib.org. [2021-07-05]. (原始内容存档于2021-07-09) (英语).
- ^ XKCD — Matplotlib 3.4.2 documentation. matplotlib.org. [2021-07-05]. (原始内容存档于2021-07-11) (英语).
参见
外部链接
- 官方网站
|