Matplotlib开发手册Release 3.1.1

Matplotlib是一个Python的绘图库，它为Python提供了丰富的二维图形绘制功能。该库能够生成各种硬拷贝格式和跨平台的交互式环境下的图形，对于科学计算和工程领域的人员来说非常实用。Matplotlib开发手册是官方发布的文档，用于指导用户如何安装、配置以及使用Matplotlib来创建图形。 在Matplotlib开发手册Release 3.1.1中，主要介绍了如何安装Matplotlib以及其依赖项、测试数据的获取和第三方Matplotlib分发版的内容。 在安装Matplotlib方面，开发手册提供了官方发布版的安装指导，建议用户安装最新的开发版本以便贡献项目。对于官方发布版，Matplotlib及其依赖项可以通过wheel包安装，在不同的操作系统（macOS、Windows和Linux）上都有对应的支持。目前，安装Matplotlib的推荐方式是使用pip命令： ``` python -m pip install -U pip python -m pip install -U matplotlib ``` 需要注意的是，有些后端是不需要额外配置的，可以直接工作，如Agg、ps、pdf、svg和TkAgg。如果需要支持其他的图形用户界面框架、LaTeX渲染、保存动画以及其他文件格式，用户可能需要安装额外的依赖项。手册中也推荐安装IPython，这是一个交互式Python解释器，它为Matplotlib的交互式使用提供了便利。 为了方便安装完整的一套科学计算Python环境，开发手册推荐了科学Python发行版，如Anaconda、Canopy和ActiveState等。这些发行版都为用户提供了Matplotlib以及其他许多有用的科学计算和数据分析工具。针对Windows用户，还特别提到了WinPython作为另一选择。对于Linux用户，推荐使用各自的包管理器进行安装，例如在Debian/Ubuntu系统中，可以通过以下命令安装： ``` sudo apt-get install python-matplotlib ``` 手册还提供了关于测试数据的获取说明，由于在PyPI下载页面上的wheel包并不包含测试数据或示例代码。如果用户需要尝试Matplotlib源代码中的许多示例，需要下载`.tar.gz`格式的文件，并查找其下的`examples`子目录。为了运行测试套件，用户还需要安装测试依赖项，如pytest、Pillow、MiKTeX、GhostScript、FFmpeg、avconv、ImageMagick和Inkscape等，并执行以下命令： ``` python -m pytest ``` 此外，手册还介绍了第三方分发版的Matplotlib，例如对于Windows、macOS和常用Linux平台的“开箱即用”解决方案，提供了Anaconda、Canopy和ActiveState等科学Python发行版。这些发行版都包括了Matplotlib和许多其他科学计算相关的工具。 Matplotlib开发手册Release 3.1.1为用户提供了一系列安装Matplotlib的方法，包括从官方版本的安装、从源代码编译安装、利用科学Python发行版安装以及使用Linux包管理器进行安装等。它也提供了一些测试数据获取和使用科学Python发行版的建议，方便用户根据自己的操作系统和需求选择合适的安装方式。通过这些内容的介绍，用户可以更好地掌握Matplotlib的安装与配置，从而更高效地在自己的项目中使用Matplotlib进行数据可视化。