Matplotlib学习笔记

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()