介绍matplotlib之父
作为常见的可视化绘图工具,matplotlib在工作中应用广泛,下面将详细解答如何使用python进行绘图。首先,我们来了解一下matplotlib之父John D.Hunter的背景。1968年,他出生于美国田纳西州代尔斯堡,并在普林斯顿大学就读。2003年,他发布了Matplotlib0.1版,最初是为了可视化癫痫患者的脑电图(ECoG)数据。之后,NASA选择Matplotlib作为了画图程序包,并一直为其提供资金支持。2004年,他获得了神经生物学方向博士学位。2005年,他供职于芝加哥的一家投资公司,从事量化分析。此外,他还创立了专为数据科学赞助的非盈利组织NumFOCUS Foundation。他因个人对Python和数据科学领域的杰出贡献,于2012年被Python社区授予了第一届PSF Distinguished Service Awards奖项。2012年8月,因恶性结肠癌去世,享年44岁。尽管他去世了,但Matplotlib的开源爱好者在fork着这个可视化包,延续了它的辉煌。

了解matplotlib图形结构
Matplotlib图形结构由figure层和axes层组成。figure层指整张图,可设置整张图的分辨率、长宽、标题等特征,可包含多个axes(即子图)。axes层对应每个子图,可以绘制各种图形,如柱状图和饼图,设置每个图的外观网格线的开关、坐标轴开关等,以及设置每个坐标轴的名字、子图标题、图例等。
掌握matplotlib的两种绘图方法
第一种方法使用matplotlib.pyplot,主要使用pyplot模块,pyplot.py代码量有3000多行,该脚本里面有大量def定义的函数,且绘图时调用pyplot.py中的函数。第二种方法是面向对象方法,适用于画比较复杂的图形,使用matplotlib的两个子类:matplotlib.figure.Figure和matplotlib.axes.Axes。每张图时,画布为matplotlib.figure.Figure的一个实例,每个子图为matplotlib.axes.Axes的一个实例,分别可以继承父类的所有方法。使用这种方法时,你想设置的元素都可以在二者的属性中找到并使用。
综上所述,这是一篇介绍matplotlib的文章,读完之后你就能了解到Matplotlib的起源和历史,了解Matplotlib图形结构以及掌握Matplotlib的两种绘图方法。希望这篇文章能够帮助到你。
原创文章,作者:小编小本本,如若转载,请注明出处:https://www.benjiyun.com/yunzhujiyunwei/vps-yunwei/7197.html
