Matplotlib

Az oldal jelenlegi verzióját még nem ellenőrizték tapasztalt közreműködők, és jelentősen eltérhet a 2021. január 24-én felülvizsgált verziótól ; az ellenőrzések 8 szerkesztést igényelnek .
matplotlib

matplotlib példa
Típusú Python nyelvi könyvtár
Szerző John D. Hunter [d] [1]
Fejlesztő John Hunter
Beírva C++ és Python
Felület GTK és Qt
Operációs rendszer platformközi
Első kiadás 2003 [2]
Hardver platform Piton
legújabb verzió 3.5.2 ( 2022. május 2. )
Generált fájlformátumok PNG , SVG , Encapsulated PostScript és PDF
Engedély matplotlib licenc
Weboldal matplotlib.org _ 
 Médiafájlok a Wikimedia Commons oldalon

A Matplotlib  egy Python programozási nyelvi könyvtár az adatok 2D és 3D grafikus megjelenítésére. Az így kapott képek illusztrációként használhatók publikációkban [3] .

A Matplotlib-et elsősorban John  Hunter írja és karbantartja, és BSD - szerű licenc alatt terjesztik . A különféle formátumokban generált képek felhasználhatók interaktív grafikákban , tudományos publikációkban , grafikus felhasználói felületeken , webes alkalmazásokban , ahol plotting szükséges [ 4 ] [ 5 ] .  A dokumentációban a szerző elismeri, hogy a Matplotlib a MATLAB grafikus parancsok utánzataként indult , de egy független projekt [6] .

A 2.1.1-es verzióhoz – az utolsó stabilhoz – a Python 2.7 vagy 3.4 vagy újabb és a NumPy 1.7.1 vagy újabb verziója szükséges [7] .

A Matplotlib könyvtár az OOP elveire épül , de van egy procedurális interfésze pylab, amely a MATLAB parancsok analógját biztosítja [8] .

Jellemzők

A Matplotlib egy rugalmas, jól konfigurálható csomag, amely a NumPy , a SciPy és az IPython mellett MATLAB - szerű képességeket biztosít . A csomag jelenleg számos grafikus könyvtárral működik, beleértve a wxWindows -t és a PyGTK -t .

A csomag sokféle grafikont és diagramot támogat :

A felhasználó megadhat koordinátatengelyeket, rácsot, címkéket és magyarázatokat adhat hozzá, használhat logaritmikus skálát vagy polárkoordinátákat [9] .

Az mplot3d eszközkészlettel egyszerű 3D-s diagramok hozhatók létre . Vannak más eszközkészletek is: térképészethez , Excellel való munkához , segédprogramok GTK -hoz és másokhoz [10] .

A Matplotlib segítségével animált képeket is készíthet [11] .

A támogatott képformátumok készlete, a vektor és a bitkép , beszerezhető a szótárból FigureCanvasBase.filetypes . Tipikus támogatott formátumok:

Ezenkívül a csomag osztályai alapján további modulok is létrehozhatók. Például szikragrafikonok létrehozásához [12] .

Példa

A következő példa az ábrázolást [3] illusztrálja :

from pylab import * plot ( tartomány ( 1 , 20 ), [ i * i for i in range ( 1 , 20 )], 'ro' ) savefig ( 'example.png' ) show ()

A példa eredménye PNG formátumban :

Diagramgaléria

Jegyzetek

  1. ↑ Hunter J. D. Matplotlib: A 2D grafikus környezet  // Számítástechnika a tudományban és a mérnöki tudományokban - AIP Publishing , 2007. - 20. évf. 3, Iss. 1. - P. 766. - ISSN 1521-9615 ; 1558-366X – doi:10.1109/MCSE.2007.55
  2. ↑ https://matplotlib.org/users/license.html#copyright-policy
  3. ↑ Segaran 12. , 2007 .
  4. ↑ Tosi, 2009 .
  5. ↑ matplotlib bejegyzés archiválva 2015. július 4-én a Wayback Machine  -en a PyPI -n
  6. ↑ http://matplotlib.sourceforge.net/users/intro.html Archivált 2012. szeptember 7-én a Wayback Machine -en . Bevezetés a könyvtári dokumentációból
  7. ↑ Telepítési követelmények . Letöltve: 2018. január 4. Az eredetiből archiválva : 2021. június 24.
  8. ↑ A pylab csomag súgó képernyője interaktívan előhívható a parancsokkalimport pylab; help(pylab)
  9. ↑ Vaingast, 2009 , pp. 183-220.
  10. ↑ mplot3d . Letöltve: 2012. július 24. Az eredetiből archiválva : 2012. szeptember 7..
  11. ↑ Animációs API . Letöltve: 2012. július 24. Az eredetiből archiválva : 2012. július 2.
  12. ↑ Grig Gheorghiu. sparkplot: sparkline-ok létrehozása a matplotlib segítségével  ( halott  link) (2005. április 23.). Az eredetiből archiválva : 2012. augusztus 19.

Irodalom

  • Andreas Müller, Sarah Guido. Bevezetés a gépi tanulásba Python segítségével. Data Scientists Guide = Bevezetés a gépi tanulásba Python segítségével: Útmutató adattudósoknak. - Williams , 2017. - 480 p. - ISBN 978-5-9908910-8-1 , 978-1-449-36941-5.
  • J. Vander Plas. Python összetett feladatokhoz. Adattudomány és gépi tanulás = Python Data Science Handbook: Essential Tools for Working with Data. - Péter , 2017. - 576 p. — ISBN 978-5-496-03068-7 .
  • Toby Segaran. Kollektív intelligencia programozása: Intelligens web 2.0 alkalmazások készítése . - O'Reilly Media, Inc., 2007. - 308 p. — ISBN 9780596529321 . Van egy fordítás: Toby Segaran. Programozzuk a kollektív elmét. - Symbol-Plus, 2009. - 368 p. — ISBN 5-93286-119-3 .
  • Sandro Tosi. Matplotlib Python fejlesztőknek. - Packt Publishing, 2009. - 308 p. — ISBN 978-1847197900 .
  • Shai Vaingast. Python vizualizáció kezdete: Vizuális transzformációs szkriptek készítése. - Springer, 2009. - 384 p. — ISBN 9781430218432 .

Linkek

 Piton
Közösség
Megvalósítások
Egyéb