关于Matplotlib(绘图数据库) V1.5 官方版，Matplotlib(绘图数据库) V1.5 官方版怎么用这个很多人还不知道,小鑫来为大家解答以上的问题，现在让我们一起来看看吧！
Matplotlib是一款基于Python语言打造的2D绘图数据库，该绘图库可以在各种平台上通过数据拷贝以及交互式环境来生成数据，同时还能使用numpy进行数组运算，并调用一系列其他的Python库来实现硬件交互，通过该绘图库你可以只用几行代码就能生成直方图、功率谱、条形图等绘图，非常的高效简便。
【软件特色】
1、一个图中的多个子图：多轴，即子图创建与 subplot()功能
2、图片：Matplotlib可以使用该imshow()函数显示图像，假定等距的水平尺寸。
3、轮廓和伪彩色：pcolormesh()即使水平尺寸不均匀，该功能也可以对二维数组进行彩色表示。该 contour()函数是表示相同数据的另一种方式
4、直方图：该hist()函数自动生成直方图并返回垃圾桶计数或概率
5、路径：您可以使用matplotlib.path模块在Matplotlib中添加任意路径
6、三维绘图：mplot3d工具包，请参阅入门和 mplot3d工具包支持简单的3d图形，包括曲面、线框、散点图和条形图
7、Streamplot ：该streamplot()函数绘制矢量场的流线。除了简单绘制流线之外，还可以将流线的颜色和/或线条宽度映射到单独的参数，例如矢量场的速度或局部强度。
8、椭圆：为了支持的 凤凰火星任务，其用于Matplotlib显示航天器的地面跟踪，迈克尔Droettboom建立在工作由查理Moad提供了极其精确的8样条近似椭圆弧，见 Arc，这是不敏感的放大水平。
9、条形图：使用该bar()功能来制作条形图，其中包括自定义，如错误栏
10、饼图：该pie()功能允许您创建饼图。可选功能包括自动标记面积百分比，从饼图中心爆炸一个或多个楔子，以及阴影效果。仔细看附件中的代码，只需几行代码即可生成此图。
11、表：该table()功能将一个文本表添加到一个轴。
12、散点图：该scatter()函数使用，可选大小和颜色参数生成散点图。这个例子绘制了Google股票价格的变化，标记的大小反映了交易量和颜色随时间的变化。在这里，alpha属性用于制作半透明的圆形标记。
【功能特点】
1、acorr：绘制自相关x。
2、angle_spectrum：绘制角度谱。
3、annotate：xy用文字标注点s。
4、arrow：向轴添加一个箭头。
5、autoscale：自动缩放轴视图到数据，切换。
6、axes：向图中添加一个轴。
7、axhline：在轴上添加一条水平线。
8、axhspan：在轴上添加一个水平跨度，矩形。
9、axis：获取或设置轴属性的便捷方法。
10、axvline：在轴上添加一条垂直线。
11、axvspan：在轴上添加垂直跨度，矩形。
12、bar：做一个酒吧阴谋。
13、barbs：绘制一个2-D领域的倒钩。
14、barh：制作一个水平条形图。
15、box：打开或关闭轴箱。
16、boxplot：做一个盒子和胡须情节。
17、broken_barh：绘制横条。
18、cla：清除当前轴。
19、clabel：标出一个等高线图。
20、clim：设置当前图像的颜色限制。
21、close：关闭一个数字窗口。
22、cohere：绘制x和y之间的一致性。
23、colorbar：添加一个颜色条到一个情节。
【使用说明】
一、函数式绘图
1、matplotlib是受MATLAB的启发构建的。MATLAB是数据绘图领域广泛使用的语言和工具。MATLAB语言是面向过程的。利用函数的调用，MATLAB中可以轻松的利用一行命令来绘制直线，然后再用一系列的函数调整结果。
2、matplotlib有一套完全仿照MATLAB的函数形式的绘图接口，在matplotlib.pyplot模块中。这套函数接口方便MATLAB用户过度到matplotlib包。下面，我们调用该模块绘制一条直线。
3、上面的每一条命令都很简单，你可以从函数名读出该函数所要实现的功能。比如plot为画线，title为增加标题。最终保存的demo.jpg如下。
4、上面的函数式调用很方便。在Python特殊方法与多范式中，我们已经谈到，Python中的函数式编程是通过封装对象实现的。matplotlib中的函数式调用其实也是如此。matplotlib本质上还是构建对象来构建图像。函数式编程将构建对象的过程封装在函数中，从而让我们觉得很方便。
在matplotlib.pyplot中，你还可以找到下面的绘图函数。如果你经常使用数据绘图程序，应该会很熟悉这些图形：
二、面向对象编程
尽管函数式绘图很便利，但利用函数式编程会有以下缺点：
(1)增加了一层“函数”调用，降低了效率。
(2)隶属关系被函数掩盖。整个matplotlib包是由一系列有组织有隶属关系的对象构成的。函数掩盖了原有的隶属关系，将事情变得复杂。
(3)细节被函数掩盖。pyplot并不能完全复制对象体系的所有功能，图像的许多细节调中最终还要回到对象。
(4)每件事情都可以有至少两种方式完成，用户很容易混淆。
而对于开发者来说，了解对象是参与到Matplotlib项目的第一步。
1、我们将上面的直线绘图更改为面向对象式(OO, object-oriented)的，为此，我们引入两个类: Figure和FigureCanvas。(函数式编程也调用了这些类，只是调用的过程被函数调用所遮掩。)
本文到此分享完毕，希望对大家有所帮助。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！