python gpu加速库比matlab快吗_仅就作图而言，Python 和 MATLAB 有可比性吗？

个人而言比较喜欢python作图，常用matplotlib库，交互式的常用pyechart。说作图繁琐，那是一定的啦，毕竟要调整各种细节，tick的间隔，font 大小和类型，子图是否share 坐标，是否共用legend,是否需要标注显著性啦，用什么符号表示显著性啦，是否要在各个子图右上角标注顺序(如a, b, c)或者时间(如1991, 1992, 1993)啦，图片保存或显示类型啦(png or svg)，是否都显示坐标轴啦(Nature上经常看到子图X坐标轴是间隔出现的)， 还有就是tick是in 还是out啦？反正各种，经常需要循环里面加判断语句的。要画好图没这么简单的。不管matlab还是python.

#############08-08-2019 更新###########

我找了一个我之前作业画的图以及代码(本人没有用过Matlab绘制过图，所以不评价)：

代码如下：

params = {

'mathtext.fontset': 'stix',

'mathtext.rm': 'serif',

'mathtext.rm': 'serif',

'font.family': 'serif',

'font.serif': "Times New Roman",

'figure.dpi': 72.0,

'xtick.direction': 'in',

'xtick.top': True,

'ytick.right': True,

'ytick.direction': 'in'

}

mpl.rcParams.update(params)

fig, axes = plt.subplots(nrows=5, ncols=4, figsize=(10, 12), sharex=True, sharey=True)

fig.subplots_adjust(hspace=0, wspace=0)

year = 1995

for i in np.arange(0, 5): # rows

for j in np.arange(0, 4): # cols

if i == 4 and j == 3:

axes[i, j].remove()

year += 1

print("now run the year of {0}".format(year))

subdata = md_daily[md_daily['Year'] == year]

subdata['DOY'] = np.arange(1, len(subdata)+1)

if year in [1996, 2000, 2004, 2008, 2012]:

x = np.arange(1, 367)

else:

x = np.arange(1, 366)

#print('Now drawing the {0} figure'.format(year))

try:

axes[i, j].plot(np.array(x), np.array(subdata.loc[:, ['NEP_f']]))

axes[i, j].plot(np.array(x), np.array(subdata.loc[:, ['GPP_f']]))

axes[i, j].plot(np.array(x), np.array(subdata.loc[:, ['Reco']]))

axes[i, j].text(0.03, 0.875, str(year), size=10,

weight='bold', transform=axes[i, j].transAxes)

plt.xticks(np.arange(1, 366, 60))

fig.text(0.5, 0.08, 'Day of year', ha='center') # common xlab

fig.text(0.08, 0.5, 'C flux ( gC m$^{-2}$d$^{-1}$)',

va='center', rotation='vertical') # common ylab

fig.legend(labels=["NEP", "GPP", "Reco"], loc='upper center', bbox_to_anchor=(0.8, 0.245),

frameon=False, ncol=1, borderaxespad=0, bbox_transform=fig.transFigure)

except:

pass

# plt.tight_layout()

#plt.savefig("C_flux_daily.png", bbox_inches='tight', dpi=600)

plt.show()