matlab图形对象层次关系_python的数据可视化作图：pylab、matplotlib和pyplot的关系

1 说明

1.1 讲解matplotlib中的pyplot和pylab的关系。

1.2 重点讲：pylab。

1.3 属于基础理论了解。

==============

2 matplotlib

2.1 可能是 Python 2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。

2.2 是受MATLAB的启发构建的。MATLAB是数据绘图领域广泛使用的语言和工具。

2.3 有一套完全仿照MATLAB的函数形式的绘图接口，在matplotlib.pyplot模块中。这套函数接口方便MATLAB用户过度到matplotlib包。

=============

3 pyplot

3.1 方便快速绘图matplotlib通过pyplot模块提供了一套和MATLAB类似的绘图API，将众多绘图对象所构成的复杂结构隐藏在这套API内部。

3.2 是因为这样可以很好地与ipython(jyupter notebook，spyder)实现很好的交互模式，既可以画图又可以进行简单的计算，使用前不需要再导入别的包，高度类似于MATLAB。

===========

4 pylab

4.1 pylab是matplotlib中的一个模块，所以我们直接安装matplotlib库就好了。

4.2 是matplotlib一个子包，非常适合于进行交互式绘图。

4.3 是 matplotlib 面向对象绘图库的一个接口。

4.4 其中包括了许多NumPy和pyplot模块中常用的函数，方便用户快速进行计算和绘图，十分适合在IPython交互式环境中使用。

4.5 pylab = pyplot+大部分numpy。

也就是说pylab只是提供了一个方便的导入常用包的接口。

4.6 pylab：正常编程使用，因为pyplot相比pylab更加纯粹，避免开始导入不必要的包，增加程序的冗余度。

===========

5 举例

import matplotlib.pyplot as pltimport numpy as npx = range(30)y = np.sqrt(x)plt.plot(x,y)plt.show()

等同于：

import pylabx = range(30)y = pylab.sqrt(x)pylab.plot(x,y)pylab.show()

6 举例

import pylabimport mathx_values=[]y_values=[]num=0.0while num

图

7 举例

from pylab import *n = 10X = np.arange(n)Y1 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)Y2 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)#柱状图bar(X, +Y1, facecolor='#9988ff', edgecolor='red')bar(X, -Y2, facecolor='#ff9966', edgecolor='red') #上面柱的数字标记for x,y in zip(X,Y1):    text(x+0.1, y+0.05, '%.2f' % y, ha='center', va= 'bottom') ylim(-1.25,+1.25)show()

图

=====基础了解，一文搞定=======