python繪圖初步

來(lái)源：千鋒教育

發(fā)布人：xqq

時(shí)間： 2023-11-06 19:37:30 1699270650

Matplotlib：主要就是學(xué)習(xí)這個(gè)模塊，用來(lái)繪制二維圖：線圖，直方圖，餅圖，散點(diǎn)圖以及誤差線圖等。可以方便的定制圖形的類型，顏色，粗細(xì)，字體大小，Matplotlib目前包含了37個(gè)不同的模塊,如matlab,mathtext,finance,dates

這個(gè)模塊不在標(biāo)準(zhǔn)python自帶的庫(kù)中，需要自行下載安裝，頗費(fèi)經(jīng)：

ForstandardPythoninstallationsyouwillalsoneedtoinstallcompatibleversionsofsetuptools,numpy,python-dateutil,pytz,pyparsingandsixinadditiontomatplotlib.

就是，要裝Matplotlib需要裝numpy。dateuil，pytz等等這一堆東西，

1.裝Matplotlib，下載了matplotlib-1.4.3.win-amd64-py2.7.exe

2.裝numpy，下載了numpy-MKL-1.8.0.win-amd64-py2.7.exe

3.裝dateutil，下載datautil之后，cd到其解壓目錄，pythonsetup.pyinstall安裝，安裝之后重新打開(kāi)python交互窗口，importdateutil看看

4.裝pyparsing，下載datautil之后，cd到其解壓目錄，pythonsetup.pyinstall安裝，安裝之后重新打開(kāi)python交互窗口，importpyparsing看看

5.裝six：官網(wǎng)下載：http://www.pythonhosted.org/six/，我下載的是six-1.8.0的源碼包，解壓之后，到解壓目錄，命令行執(zhí)行直接pythonsetup.pyinstall就可以安裝完成

簡(jiǎn)介：1、numpyandscipy：numpy提供了矩陣和向量類，而scipy依賴numpy，它封裝了科學(xué)計(jì)算的算法。簡(jiǎn)單的說(shuō)，numpy提供對(duì)象，scipy提供了算法。2、matplotlib：繪圖功能基本上可以與matlab媲美，它的特色是可以嵌入類似tex語(yǔ)言的數(shù)學(xué)公式，這樣就可以方便地對(duì)圖添加數(shù)學(xué)公式。這個(gè)功能很方便，我以前想對(duì)圖的標(biāo)題添加上下標(biāo)而不得，現(xiàn)在問(wèn)題很好地解決了。matlab繪圖確實(shí)方便，但我選擇matplotlib的另一個(gè)重要原因就是matplotlib畫(huà)的圖很漂亮，可能是我matlab太差吧，但是同樣是默認(rèn)繪圖參數(shù)，matplotlib繪制的圖看起來(lái)就是舒服許多，曲線非常平滑，沒(méi)有鋸齒。它的文檔非常豐富，而且它的demo圖非常豐富。如果你要繪制二維圖形，先到它網(wǎng)上去尋找一個(gè)漂亮的圖，然后copy的代碼，稍微修改一下，就能畫(huà)出非常專業(yè)的二維圖。3、mayavi2：繪制的三維圖非常好看，我第一次看到它繪制的向量場(chǎng)圖，那種驚訝之狀無(wú)法形容。4、sympy：符號(hào)計(jì)算庫(kù)，函數(shù)名稱類似maple。

今天大致了解了下pythonmatlab模塊繪圖初步，目前會(huì)簡(jiǎn)單的從已經(jīng)生成的topmem和cputxt文件中獲取cpu和mem的利用率及值，繪制圖像顯示出來(lái)，做的還比較簡(jiǎn)陋，就是已經(jīng)生成的數(shù)據(jù)去打圖像，那么后續(xù)的研究方向是如何邊取值邊打印呢?以及繪制較復(fù)雜，完美的圖表，收藏的連接講的還是比較簡(jiǎn)單，有空了會(huì)細(xì)細(xì)的再都一遍，今天大部分時(shí)間幾乎都是裝matlab這個(gè)模塊上了~

importmatplotlib.pyplotasplt

x=range(0,200)

>>>f=open('E:\\mmm.txt').readlines()

>>>y=[]

>>>y1=[]

>>>foriinf:

y.append(string.atoi((i.split()[2]).split('%')[0]))

y1.append(string.atoi((i.split()[6]).split('K')[0])/1024)

plt.plot(x,y,'r')

plt.plot(x,y1,'g')

plt.show()

split直接就非常直觀的把mmm里面的各項(xiàng)數(shù)值切開(kāi)了，哇哈哈