未完待续。。。。。。
Matplotlib有三种使用方式:
Matplotlib网上有很多Helloworld级别的教程,用法也是各种各样,这里稍微整理了一下使用方式,一共三种。
- pyplot:经典高层封装
- pylab:将Matplotlib和Numpy合并的模块,模拟Matlab的编程环境
- OO的方式:Matplotlib的精髓,更基础和底层的方式
三种方式的优劣
- pyplot:简单易用,交互使用时方便,可以根据命令实时作图。但底层定制能力不足
pylab:完全封装,环境最接近Matlab,不推荐使用
pylab不推荐使用的原因:pylab更接近Matlab这是毋庸置疑的,但是使用pylab会逐渐背离matplotlib的学习,这与初衷想反。
不过在Ipython下可以更好地使用此风格的输入很方便
OO方式:接近Matplotlib基础和底层的方式,难度稍大,但定制能力强,而且是Matplotlib的精髓
实战推荐
根据需求,综合使用pyplot和OO的方式,显示导入numpy
常用模块导入代码
import matplotlib.pyplot as plt
import numpy as np
三种方式的实现代码
pyplot的方式
#!/usr/bin/python #coding: utf-8 import numpy as np import matplotlib.pyplot as plt x = np.arange(0, 10, 1) y = np.random.randn(len(x)) plt.title("pyplot") plt.plot(x, y) plt.show()
pylab的方式
#!/usr/bin/python #coding: utf-8 from pylab import * x = arange(0, 10, 1) y = randn(len(x)) title("pylab") plot(x, y) show()
类封装的方式
#!/usr/bin/python #coding: utf-8 import numpy as np import matplotlib.pyplot as plt x = np.arange(0, 10, 1) y = np.random.randn(len(x)) # 生成一个figure对象 fig = plt.figure() ax = fig.add_subplot(111) plt.plot(x, y) ax.set_title("object oriented") plt.show()