Matplotlib — библиотека на языке программирования Python для визуализации данных двумерной и трёхмерной графикой. Получаемые изображения могут быть использованы в качестве иллюстраций в публикациях .

Matplotlib написан и поддерживался в основном Джоном Хантером ( англ. John Hunter ) и распространяется на условиях BSD -подобной лицензии. Генерируемые в различных форматах изображения могут быть использованы в интерактивной графике , в научных публикациях , графическом интерфейсе пользователя , веб-приложениях , где требуется построение диаграмм ( англ. plotting ) . В документации автор признаётся, что Matplotlib начинался с подражания графическим командам MATLAB , но является независимым от него проектом .

Версия 2.1.1 — последняя стабильная — требует Python версии 2.7 или от 3.4 и выше и версию NumPy от 1.7.1 и выше .

Библиотека Matplotlib построена на принципах ООП , но имеет процедурный интерфейс pylab , который предоставляет аналоги команд MATLAB .

Возможности

Matplotlib является гибким, легко конфигурируемым пакетом, который вместе с NumPy , SciPy и IPython предоставляет возможности, подобные MATLAB. В настоящее время пакет работает с несколькими графическими библиотеками, включая wxWindows и PyGTK .

Пакет поддерживает многие виды графиков и диаграмм :

• Графики ( англ. line plot )
• Диаграммы рассеяния ( англ. scatter plot )
• Столбчатые диаграммы ( англ. bar chart ) и гистограммы ( англ. histogram )
• Круговые диаграммы ( англ. pie chart )
• Диаграммы стебель-листья ( англ. stem plot )
• Контурные графики ( англ. contour plot )
• Поля градиентов ( англ. quiver )
• Спектральные диаграммы ( англ. spectrogram )

Пользователь может указать оси координат, решетку, добавить надписи и пояснения, использовать логарифмическую шкалу или полярные координаты .

Несложные трёхмерные графики можно строить с помощью набора инструментов (toolkit) mplot3d . Есть и другие наборы инструментов: для картографии , для работы с Excel , утилиты для GTK и другие .

С помощью Matplotlib можно делать и анимированные изображения .

Набор поддерживаемых форматов изображений, векторных и растровых , можно получить из словаря FigureCanvasBase.filetypes . Типичные поддерживаемые форматы:

• Encapsulated PostScript (EPS)
• Enhanced Metafile (EMF)
• JPEG
• PDF
• PNG
• Postscript
• RGBA («сырой» формат)
• SVG
• SVGZ
• TIFF

Кроме того, на основе классов пакета можно создавать и другие модули. Например, для генерации искрографиков .

Пример

Следующий пример иллюстрирует построение графика :

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

Результат работы примера в формате PNG :

Данный пример демонстрирует построение графика квадратичной функции на интервале от 1 до 20 и сохранение результата в векторном формате SVG :

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

Результат выполенения кода примера с использованием библиотеки matplotlib 3.5.2, сохраненный в векторном формате SVG :

Галерея графиков

Примечания

Литература

• Андреас Мюллер, Сара Гвидо. Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными = Introduction to Machine Learning with Python: A Guide for Data Scientists. — , 2017. — 480 с. — ISBN 978-5-9908910-8-1 , 978-1-449-36941-5.
• Дж. Вандер Плас. Python для сложных задач. Наука о данных и машинное обучение = Python Data Science Handbook: Essential Tools for Working with Data. — Питер , 2017. — 576 с. — ISBN 978-5-496-03068-7 .
• Toby Segaran. . — O'Reilly Media, Inc., 2007. — 308 с. — ISBN 9780596529321 . Имеется перевод: Тоби Сегаран. Программируем коллективный разум. — Символ-Плюс, 2009. — 368 с. — ISBN 5-93286-119-3 .
• Sandro Tosi. Matplotlib for Python Developers. — Packt Publishing, 2009. — 308 с. — ISBN 978-1847197900 .
• Shai Vaingast. Beginning Python Visualization: Crafting Visual Transformation Scripts. — Springer, 2009. — 384 с. — ISBN 9781430218432 .

Ссылки

• (англ.)
• (англ.)
• (англ.)
• (рус.)
• (рус.)