前言

Matplotlib是一个可以绘制2D数据图形的python库，利用它可以绘制出各种各样的数据图表。

安装

linux or mac

命令行键入

sudo pip install matplotlib

win

要管理员权限

pip install matplotlib

推荐下载Anaconda，一个python的拓展包，包含了195个关于科学，数学，工程，数据分析的py库，安装一个就可以解决大部分库安装的问题。里面还包括了IPython和Spyder。

运行环境

这一节可以跳过

既然是绘图库，肯定有图片，可是命令行大部分不支持显示图片，所以要用到外部扩展命令行或程序。

下面说四种方法来显示图片：

1.保存成图片，用图片浏览器打开

这个方法在调试时最不好用，不过在批量生成图片时，可以批量保存用。
用savefig 函数，这个以后细说。

2.用matplotlib自带的图片预览器

它自带了一个图片查看器，如果当前命令行不支持图片展示的话，会自动启动这个预览器。
缺点就是每一次都要手动关闭

3.用IPython显示图片

Ipython是一个python命令行扩展。提供一个交互环境，来调试py程序，基本上就像Mathematical一样，重点是它支持直接在命令行里显示图片，就像这样：

4.Spyder

Spyder是一个python的IDE，主要用来做科学计算的，界面类似于MATLAB，直接上图：

正文

废话扯完了，开始正文了。

基本绘图

这一节来画最简单的这个：

分析：

上图是由一条正弦曲线和余弦曲线组成，所以要获取曲线数据才能绘制。

代码：

# -*- coding: utf-8 -*-
#载入pylab
from pylab import *
#用numpy生成X轴数据
X = np.linspace(-np.pi, np.pi, 256,endpoint=True)
#用numpy根据numpy生成sin，cos数据
C,S = np.cos(X), np.sin(X)

#根据数据绘制
plot(X,C)
plot(X,S)

#显示图片，如果在命令行模式，会弹出图片预览窗口，
#IPython下，直接在命令行展示图片
show()

本文是用python2.7。
pylab提供了一个针对matplotlib面向对象绘图库的程序界面。它模仿Matlab(TM)开发。

运行

无视这一小节

• 打开ipython，直接复制粘贴上面的代码，按回车，就可以看到图片了，如果提示找不到库，用sudo pip install +对应包名就可以了，如果还不行，去问度娘。
• 打开Spyder新建项目，在项目里新建一个py文件，将代码复制粘贴进去，在编辑器的右方或下方的控制台部分，选择IPython console，按F5运行，就可以在IPython console里看到图片了。

Numpy

Numpy是一个用来科学计算的库，为Python提供了任意维数的数组对象（ndarray，n-dimensional array object）还有通用函数对象（ufunc，universal function object）。

Python中提供了list容器，可以当作数组使用。但列表中的元素可以是任何对象，因此列表中保存的是对象的指针，这样一来，为了保存一个简单的列表[1,2,3]。就需要三个指针和三个整数对象。对于数值运算来说，这种结构显然不够高效。
Python虽然也提供了array模块，但其只支持一维数组，不支持多维数组，也没有各种运算函数。因而不适合数值运算。
而NumPy的出现弥补了这些不足。（——摘自张若愚的《Python科学计算》）

上面绘制正余弦函数图像时，就用到了numpy来生成数据，C,S = np.cos(X), np.sin(X),这时，C、S就是numpy数组对象。
我们要绘图，就得把数据转换成数组对象

numpy数组简单教程

点击每一个函数名，可直接跳转到文档

• 数组里每一个数据的类型都相同
• 由实际所持有的数据和描述这些数据的元数据（metadata）组成
• 生成数组
  
  • np.arange()等同于py的range函数，不过返回是numpy数组
  • np.array(list)接受一个对象（list，map，etc.），转换成numpy数组
    *np.linspace(start,stop,num=50)返回从start到stop的num个间隔数字组成的数组
• 数组方法
  
  • array.tolist()返回py的list

未完待续