使用 python Matplotlib 库绘图

简介: Matplotlib的安装 matplotlib 是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地 进行制图。

Matplotlib的安装

matplotlib 是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地

进行制图。Matplotlib的安装可以参见 官网链接 http://matplotlib.org/users/installing.html

下面总结步骤如下

windows 平台上 下载.exe格式 直接安装。

1,python下载安装 下载地址

2,安装你所需要版本(这个要根据步骤1的python版本)的Matplotlib,下载地址

下面安装Matplotlib 依赖的库

3, 对于标准版的Python来说,要使用Matplotlib,还需要安装numpy模块,其下载地址,或者这里

4, msvcp71.dll, 在某些系统上,你可能还需要下载msvcp71.dll库。下载

     这个档案,解压后把它拖到c:\windows\system32目录中。

5, 运行一个简单的程序例子:

 

[python]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. import matplotlib.pyplot as plt  
  2. plt.plot([1,2,3])  
  3. plt.ylabel('some numbers')  
  4. plt.show()  

安装过程遇到的错误

发现出现了下面的错误:

raise ImportError("matplotlib requires dateutil")
ImportError: matplotlib requires dateutil

这个需要dateutil,你可以到这里下载安装。

把dateutil 安装完后又出现如下错误:

raise ImportError("matplotlib requires pyparsing")
ImportError: matplotlib requires pyparsing

需要 pyparsing  到这里下载安装

完成以上步骤,运行上面的例子就可以显示我们的图像,如下所示。



在程序安装过程中如果遇到需要安装的一些依赖包,你可以到这里查找(点我),确实是个好资源。

可以根据所画图形的需要 在下面的链接里选择相应的图形 进行修改,绘出自己所需的图像。

example: http://matplotlib.org/examples/index.html,  gallery:http://matplotlib.org/gallery.html

相关资源链接:

Matplotlib Tutorial 中文翻译的 http://reverland.org/python/2012/09/07/matplotlib-tutorial/ 。

用Python做科学计算 http://sebug.net/paper/books/scipydoc/index.html 。

资源下载

如果上面不能下载。我把安装 python matplotlib所需的软件放到百度网盘了,可以到这里这下

中文乱码解决方法

注意绘图时中文的解决方法, 在.py文件头部加上如下内容:

  1. # -*- coding: utf-8 -*-   
  2. from pylab import *  
  3. mpl.rcParams['font.sans-serif'] = ['SimHei'#指定默认字体  
  4. mpl.rcParams['axes.unicode_minus'] = False #解决保存图像是负号'-'显示为方块的问题 

绘图脚本.py转为 .exe

 如果为希望能把Python脚本发布为脱离Python平台运行的可执行程序,比如单个的exe文件。

可以参考这篇博文:http://blog.csdn.net/daniel_ustc/article/details/15501385

目录
相关文章
|
3天前
|
算法 Python
请解释Python中的关联规则挖掘以及如何使用Sklearn库实现它。
使用Python的mlxtend库,可以通过Apriori算法进行关联规则挖掘。首先导入TransactionEncoder和apriori等模块,然后准备数据集(如购买行为列表)。对数据集编码并转换后,应用Apriori算法找到频繁项集(设置最小支持度)。最后,生成关联规则并计算置信度(设定最小置信度阈值)。通过调整这些参数可以优化结果。
25 9
|
3天前
|
索引 Python
如何在Python中使用Pandas库进行季节性调整?
在Python中使用Pandas和Statsmodels进行季节性调整的步骤包括:导入pandas和seasonal_decompose模块,准备时间序列DataFrame,调用`seasonal_decompose()`函数分解数据为趋势、季节性和残差,可选地绘制图表分析,以及根据需求去除季节性影响(如将原始数据减去季节性成分)。这是对时间序列数据进行季节性分析的基础流程。
19 2
|
1天前
|
数据挖掘 数据处理 索引
如何使用Python的Pandas库进行数据筛选和过滤?
Pandas是Python数据分析的核心库,提供DataFrame数据结构。基本步骤包括导入库、创建DataFrame及进行数据筛选。示例代码展示了如何通过布尔索引、`query()`和`loc[]`方法筛选`Age`大于19的记录。
6 0
|
2天前
|
数据处理 Python
如何使用Python的Pandas库进行数据排序和排名
【4月更文挑战第22天】Pandas Python库提供数据排序和排名功能。使用`sort_values()`按列进行升序或降序排序,如`df.sort_values(by='A', ascending=False)`。`rank()`函数用于计算排名,如`df['A'].rank(ascending=False)`。多列操作可传入列名列表,如`df.sort_values(by=['A', 'B'], ascending=[True, False])`和分别对'A'、'B'列排名。
13 2
|
3天前
|
Python
如何使用Python的Pandas库进行数据缺失值处理?
Pandas在Python中提供多种处理缺失值的方法:1) 使用`isnull()`检查;2) `dropna()`删除含缺失值的行或列;3) `fillna()`用常数、前后值填充;4) `interpolate()`进行插值填充。根据需求选择合适的方法处理数据缺失。
29 9
|
4天前
|
缓存 自然语言处理 数据处理
Python自然语言处理面试:NLTK、SpaCy与Hugging Face库详解
【4月更文挑战第16天】本文介绍了Python NLP面试中NLTK、SpaCy和Hugging Face库的常见问题和易错点。通过示例代码展示了如何进行分词、词性标注、命名实体识别、相似度计算、依存关系分析、文本分类及预训练模型调用等任务。重点强调了理解库功能、预处理、模型选择、性能优化和模型解释性的重要性,帮助面试者提升NLP技术展示。
22 5
|
5天前
|
Python
如何使用Python的Plotly库创建交互式图表?
Plotly是Python的交互式图表库,支持多种图表类型,如折线图、散点图、柱状图。使用步骤包括安装库、导入模块、准备数据、创建图表对象、添加数据和设置属性,最后显示或保存图表。
16 6
|
1月前
|
数据可视化 数据挖掘 API
Python数据可视化利器Matplotlib详解
本文将深入探讨Python中常用的数据可视化库Matplotlib,介绍其基本概念、常见绘图函数和实例应用。通过学习Matplotlib,读者可以掌握如何利用Python进行数据可视化,展示数据分析结果。
|
1月前
|
数据可视化 数据挖掘 Python
Python数据可视化:探索Matplotlib的强大功能
数据可视化在如今的数据分析和展示中扮演着至关重要的角色。本文将介绍Python中常用的数据可视化库Matplotlib,深入探讨其功能和应用,帮助读者更好地利用Matplotlib进行数据可视化。
|
1月前
|
数据可视化 数据处理 Python
Python数据可视化库Matplotlib的应用与优势探究
本文将深入探讨Python中强大的数据可视化库Matplotlib的应用与优势。通过介绍Matplotlib的基本概念和常用功能,结合具体案例展示其在数据分析和图表绘制中的灵活性和实用性,帮助读者更好地利用这一工具进行数据可视化。