Matplotlib 教程，轻松排版论文！.docx

介绍

Matplotlib 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。这里将

会探索 matplotlib 的常见用法。

IPython 以及 pylab 模式

IPython 是 Python 的一个增强版本。它在下列方面有所增强：命名输入输出、使用系统命令（shell commands）、排错（debug）能

力。我们在命令行终端给 IPython 加上参数 -pylab （0.12 以后的版本是 --pylab）之后，就可以像 Matlab 或者 Mathematica 那样

以交互的方式绘图。

pylab

pylab 是 matplotlib 面向对象绘图库的一个接口。它的语法和 Matlab 十分相近。也就是说，它主要的绘图命令和 Matlab 对应的命令

初级绘制

这一节中，我们将从简到繁：先尝试用默认配置在同一张图上绘制正弦和余弦函数图像，然后逐步美化它。

第一步，是取得正弦函数和余弦函数的值：

from pylab import *

X = np.linspace(-np.pi, np.pi, 256,endpoint=True)

C,S = np.cos(X), np.sin(X)

X 是一个 numpy 数组，包含了从 −π 到 +π 等间隔的 256 个值。C 和 S 则分别是这 256 个值对应的余弦和正弦函数值组成的 num

py 数组。

你可以在 IPython 的交互模式下测试代码，也可以下载代码（下载链接就是这些示例图），然后执行：

python exercise_1.py

C,S = np.cos(X), np.sin(X)

plt.plot(X,C)

plt.plot(X,S)

plt.show()

默认配置的具体内容[源码文件]

下面的代码中，我们展现了 matplotlib 的默认配置并辅以注释说明，这部分配置包含了有关绘图样式的所有配置。代码中的配置与默认

配置完全相同，你可以在交互模式中修改其中的值来观察效果。

# 导入 matplotlib 的所有内容（nympy 可以用 np 这个名字来使用）from pylab import *

# 创建一个 8 * 6 点（point）的图，并设置分辨率为 80

figure(figsize=(8,6), dpi=80)

# 绘制正弦曲线，使用绿色的、连续的、宽度为 1 （像素）的线条

plot(X, S, color="green", linewidth=1.0, linestyle="-")

# 设置横轴的上下限

xlim(-4.0,4.0)

# 设置横轴记号

xticks(np.linspace(-4,4,9,endpoint=True))

# 设置纵轴的上下限

ylim(-1.0,1.0)

# 设置纵轴记号

yticks(np.linspace(-1,1,5,endpoint=True))

figure(figsize=(10,6), dpi=80)

plot(X, C, color="blue", linewidth=2.5, linestyle="-")

plot(X, S, color="red", linewidth=2.5, linestyle="-")...

设置图片边界[源码文件]

当前的图片边界设置得不好，所以有些地方看得不是很清楚。

... xlim(X.min()*1.1, X.max()*1.1) ylim(C.min()*1.1, C.max()*1.1) ...

更好的方式是这样：

xmin ,xmax = X.min(), X.max()

ymin, ymax = Y.min(), Y.max()

dx = (xmax - xmin) * 0.2