Matplotlib学习笔记

未完待续。。。。。。

Matplotlib有三种使用方式：

Matplotlib网上有很多Helloworld级别的教程，用法也是各种各样，这里稍微整理了一下使用方式，一共三种。

pyplot：经典高层封装

pylab：将Matplotlib和Numpy合并的模块，模拟Matlab的编程环境

OO的方式：Matplotlib的精髓，更基础和底层的方式

三种方式的优劣

pyplot：简单易用，交互使用时方便，可以根据命令实时作图。但底层定制能力不足

pylab：完全封装，环境最接近Matlab，不推荐使用

pylab不推荐使用的原因：pylab更接近Matlab这是毋庸置疑的，但是使用pylab会逐渐背离matplotlib的学习，这与初衷想反。

不过在Ipython下可以更好地使用此风格的输入很方便

OO方式：接近Matplotlib基础和底层的方式，难度稍大，但定制能力强，而且是Matplotlib的精髓

实战推荐

根据需求，综合使用pyplot和OO的方式，显示导入numpy

常用模块导入代码

import matplotlib.pyplot as plt

import numpy as np

三种方式的实现代码

pyplot的方式

#!/usr/bin/python

#coding: utf-8

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 10, 1)
y = np.random.randn(len(x))

plt.title("pyplot")

plt.plot(x, y)
plt.show()

pylab的方式

#!/usr/bin/python

#coding: utf-8

from pylab import *

x = arange(0, 10, 1)
y = randn(len(x))

title("pylab")
plot(x, y)
show()

类封装的方式

#!/usr/bin/python

#coding: utf-8

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 10, 1)
y = np.random.randn(len(x))

# 生成一个figure对象

fig = plt.figure()
ax = fig.add_subplot(111)

plt.plot(x, y)

ax.set_title("object oriented")

plt.show()