1. Установка

1.1. Установка в составе научных дистрибутивов

Научные дистрибутивы языка Python хороши тем, что помимо самого Python устанавливают целый вагон и маленькую тележку всяких научных полезностей. Научная графика — далеко не единственный инструмент, который может вам пригодиться, а matplotlib — вовсе не единственная библиотека, которая позволяет создавать графики. Поэтому, если вы ученый, а не разработчик, то я вам настоятельно рекомендую именно научный дистрибутив. Практически все дистрибутивы описаны в инструкциях по установке NumPy.

Учитывая, большое количество дистрибутивов и то, что мы хотим работать с графикой, то самым подходящим окажется тот дистрибутив, который предоставляет возможность работать в среде IPython, которая в свою очередь обернута в Jupyter. Jupyter организует web-интерфейс для IPython, что позволяет его запускать в обычном браузере, сам документ (который часто называют блокнотом или тетрадкой) организован в виде ячеек, каждая из которых может содержать либо код либо текст с разметкой markdown. Результат выполнения кода (которым может быть и графика), располагается под той ячейкой в которой он был выполнен.

Учитывая, что научная работа — это в основном код, графика и текст, то блокноты Jupyter — это очень удобный способ сохранить свой труд и поделиться им. Для примера, можете ознакомиться с руководством «Анатомия matplotlib» от Бенджамина Рута.

Я использую дистрибутив Python Anaconda и если вы новичок, то рекомендую начать именно с него — он бесплатен и хорошо документирован. Так же он обладает удобным менеджером пакетов conda, который позволяет очень легко обновлять имеющиеся пакеты или устанавливать недостающие.

1.2. Немного о прочих способах установки

Если вы собираетесь создавать научные программы с использованием matplotlib, то вам необходимо принять во внимание, что данная библиотека имеет довольно много обязательных и вспомогательных зависимостей. Некоторые пакеты требуют тщательного изучения лицензий под которыми они распространяются (например GhostScript). В данном случае, вас может отлично выручить любой из платных научных дистрибутивов Python, который гарантирует компенсацию всех рисков, которые могут возникнуть из-за лицензий пакетов.

Установка matplotlib в составе научного дистрибутива, является лучшей (скорее не лучшей а простейшей) альтернативой для сборки данной библиотеки из ее исходного кода и всех пакетов. Устанавливая дистрибутив, вы получаете возможность использовать его через большинство IDE (как правило в большинстве дистрибутивов вы даже можете обнаружить IDLE). В ходе разработки (проверено в Spyder и PyCharm) вы можете сами легко отследить все зависимости и использовать только те которые вам необходимы.

Установка matplotlib под Windows

Я пытаюсь установить matplotlib под Windows Vista. И сам python, и numpy работают на меня.

Я установил matplotlib через исполняемый файл basemap-1.0.2.win32-py2.7 и следовал официальным инструкциям . Но запуск from matplotlib import * дает мне следующую ошибку:

No module named matplotlib

Есть идеи, как заставить matplotlib работать?

5 ответов

Версия Python, которая работает на моем компьютере, — это Python2.7 (32 бит), хотя у меня есть Windows 7 64-bit (Python работает нормально, никаких проблем нет) —> Я скачал — numpy 1.8.0 из https:/ / pypi.python.org/pypi/numpy но я не знаю, как продолжить установку. —> Я попробовал загрузить.

У меня есть проблема с использованием easy-install или pip для установки matplotlib-venn. Я нахожусь на компьютере windows, использующем python2.7. Однако cmd показывает, что всегда есть некоторые ошибки. Это windows с помощью easy_install, я набрал команду $easy_install matplotlib-venn в cmd.

вы можете установить pip install matplotlib

Убедитесь, что вы уже установили setuptools, numpy, python-dateutil, pytz, pyparsing, and cycler до этого.

базовая карта не является установщиком для matplotlib.
basemap-это библиотека инструментария matplotlib для построения 2D данных на картах, вам нужно самостоятельно установить matplotlib, чтобы использовать его.

Вы можете получить matplotlib отсюда

Это работает при правильной настройке по умолчанию scipy/pylab/matplotlib. И чтобы вы начали:

Matplotlib является частью пакета pylab suite

Я пытаюсь заставить GTK3 и Python3 работать под windows в моем проекте. У меня есть установка continuum anaconda с 32-битным python 3.4 и Matplotib через conda install matplotlib. Я установил PyGobject( https://sourceforge.net/projects/pygobjectwin32/ ) и установил GTK+ / Glade через установщик.

Моя платформа: Ubuntu 13.04, Python 2.7.4. Установка matplotlib не удалась, ImportError: нет модуля с именем pyplot. Я пробовал много способов, таких как $ sudo apt-get install python-matplotlib и легко установить, установить из источника. я следую http://matplotlib.org/faq/installing_faq.html.

Если вы устанавливаете matplotlib под windows, используя anaconda. Вот шаги..

Я использую Anaconda 1.8.7

1. Перейдите в свой навигатор Anaconda и выберите окружение
2. Нажмите на стрелку и выберите Открыть terminal
3. Тип conda install matplotlib

Это должно сработать. Для конкретных версий и установки в определенные среды внутри annaconda вы можете использовать опцию = и -n / name

Откройте Командную Строку

C:\Users\Uname>python-m pip установить matplotlib

Matplotlib требует некоторых из следующих зависимостей:

FreeType libpng NumPy setuptools cycler dateutil kiwisolver pyparsing

Похожие вопросы:

Когда я нахожусь в интерактивном сеансе python (обычно IPython), следующие команды: from matplotlib import pyplot as plt plt.plot([1,2,3,4]) не поднимайте автоматически окно, показывающее сюжет.

Я пытаюсь заставить yuidoc работать под windows 7. и терплю неудачу. Теперь я нуб nodejs, так что, возможно, я делаю что-то не так. Я установил узел-v0.6.19.msi из nodejs.org (у меня работает.

Кажется, я не могу заставить MatPlotLib работать. Я скачал и установил правильную версию (matplotlib-1.1.0.win32-py2.7.exe), и у меня уже установлены numpy и scipy (и они работают без проблем). Это.

Версия Python, которая работает на моем компьютере, — это Python2.7 (32 бит), хотя у меня есть Windows 7 64-bit (Python работает нормально, никаких проблем нет) —> Я скачал — numpy 1.8.0 из https:/.

У меня есть проблема с использованием easy-install или pip для установки matplotlib-venn. Я нахожусь на компьютере windows, использующем python2.7. Однако cmd показывает, что всегда есть некоторые.

Я пытаюсь заставить GTK3 и Python3 работать под windows в моем проекте. У меня есть установка continuum anaconda с 32-битным python 3.4 и Matplotib через conda install matplotlib. Я установил.

Моя платформа: Ubuntu 13.04, Python 2.7.4. Установка matplotlib не удалась, ImportError: нет модуля с именем pyplot. Я пробовал много способов, таких как $ sudo apt-get install python-matplotlib и.

Мой бэкэнд Matplotlib продолжает возвращаться к TkAgg . Это проблема, потому что в подсистеме Windows для Linux (WSL) вы не можете делать вещи GUI, и поэтому я получаю ошибку TclError: нет.

Может ли кто-нибудь сказать мне, какие файлы я должен загрузить и какие инструкции я должен выполнить в командной строке, чтобы установить Matplotlib? У меня есть Python 2.7.13 на Windows 10 64 бит.

Как загрузить и установить matplotlib для Python 3.5 для моего mac для использования в Eclipse? Мой mac работает под управлением macOS High Sierra version 10.13.1. Я могу справиться с квантовой.

Matplotlib. Урок 1. Быстрый старт

Первый урок из цикла, посвященному библиотеке для визуализации данных Matplotlib. В рамках данного урока будут рассмотрены такие вопросы как: установка библиотеки, построение линейного графика, несколько графиков на одном и на разных полях, построение диаграммы для категориальных данных и обзор основных элементов графика.

Установка

Варианты установки Matplotlib

Существует два основных варианта установки этой библиотеки: в первом случае вы устанавливаете пакет Anaconda , в состав которого входит большое количество различных инструментов для работы в области машинного обучения и анализа данных (и не только); во втором – установить Matplotlib самостоятельно, используя менеджер пакетов. Про установку Anaconda вы можете прочитать в статье Python. Урок 1. Установка .

Установка Matplotlib через менеджер pip

Второй вариант – это воспользоваться менеджером pip и установить Matplotlib самостоятельно, для этого введите в командной строке вашей операционной системы следующие команды:

Первая из них обновит ваш pip , вторая установит matplotlib со всеми необходимыми зависимостями.

Проверка установки

Для проверки того, что все у вас установилось правильно, запустите интерпретатор Python и введите в нем следующее:

После этого можете проверить версию библиотеки (она скорее всего будет отличаться от приведенной ниже):

Быстрый старт

Перед тем как углубиться в дебри библиотеки Matplotlib , для того, чтобы появилось интуитивное понимание принципов работы с этим инструментом, рассмотрим несколько примеров, изучив которые вы уже сможете использовать библиотеку для решения своих задач.

Если вы работаете в Jupyter Notebook для того, чтобы получать графики рядом с ячейками с кодом необходимо выполнить специальную magic команду после того, как импортируете matplotlib ::

Результат работы выглядеть будет так, как показано на рисунке ниже.

Если вы пишете код в .py файле, а потом запускаете его через вызов интерпретатора Python , то строка %matplotlib inline вам не нужна, используйте только импорт библиотеки.

Пример, аналогичный тому, что представлен на рисунке выше, для отдельного Python файла будет выглядеть так:

В результате получите график в отдельном окне.

Далее мы не будем останавливаться на особенностях использования magic команды, просто запомните, если вы используете Jupyter notebook при работе с Matplotlib вам обязательно нужно включить %matplotlib inline.

Теперь перейдем непосредственно к Matplotlib . Задача урока “Быстрый старт” – это построить разные типы графиков, настроить их внешний вид и освоиться в работе с этим инструментом.

Построение графика

Для начал построим простую линейную зависимость, дадим нашему графику название, подпишем оси и отобразим сетку. Код программы:

В результате получим следующий график:

Изменим тип линии и ее цвет, для этого в функцию plot() , в качестве третьего параметра передадим строку, сформированную определенным образом, в нашем случае это “r–”, где “r” означает красный цвет, а “–” – тип линии – пунктирная линия. Более подробно о том, как задавать цвет и какие типы линии можно использовать будет рассказано с одной из следующих глав.

Несколько графиков на одном поле

Построим несколько графиков на одном поле, для этого добавим квадратичную зависимость:

В приведенном примере в функцию plot() последовательно передаются два массива для построения первого графика и два массива для построения второго, при этом, как вы можете заметить, для обоих графиков массив значений независимой переменной x один и то же.

Несколько разделенных полей с графиками

Третья, довольно часто встречающаяся задача – это отобразить два или более различных поля, на которых будет отображено по одному или более графику.

Построим уже известные нам две зависимость на разных полях.

Здесь мы воспользовались новыми функциями:

figure() – функция для задания глобальных параметров отображения графиков. В нее, в качестве аргумента, мы передаем кортеж, определяющий размер общего поля.

subplot() – функция для задания местоположения поля с графиком. Существует несколько способов задания областей для вывода через функцию subplot() мы воспользовались следующим: первый аргумент – количество строк, второй – столбцов в формируемом поле, третий – индекс (номер поля, считаем сверху вниз, слева направо).

Остальные функции уже вам знакомы, дополнительно мы использовали параметр fontsize для функций xlabel() и ylabel() , для задания размера шрифта.

Построение диаграммы для категориальных данных

До этого мы строили графики по численным данным, т.е. зависимая и независимая переменные имели числовой тип. На практике довольно часто приходится работать с данными нечисловой природы – имена людей, название фруктов, и т.п.

Построим диаграмму на которой будет отображаться количество фруктов в магазине:

Для вывода диаграммы мы использовали функцию bar() .

К этому моменту, если вы самостоятельно попробовали запустить приведенные выше примеры, у вас уже должно сформировать некоторое понимание того, как осуществляется работа с этой библиотекой.

Основные элементы графика

Рассмотрим основные термины и понятия, касающиеся изображения графика, с которыми вам необходимо будет познакомиться, для того, чтобы в дальнейшем у вас не было трудностей при прочтении материалов из этого цикла статей и документации по библиотеке matplotlib .

Корневым элементом при построения графиков в системе Matplotlib является Фигура ( Figure ). Все, что нарисовано на рисунке выше является элементами фигуры. Рассмотрим ее составляющие более подробно.

На рисунке представлены два графика – линейный и точечный. Matplotlib предоставляет огромное количество различных настроек, которые можно использовать для того, чтобы придать графику вид, который вам нужен: цвет, толщина и тип линии, стиль линии и многое другое, все это мы рассмотрим в ближайших статьях.

Вторым, после непосредственно самого графика, по важности элементом фигуры являются оси. Для каждой оси можно задать метку (подпись), основные ( major ) и дополнительные ( minor ) тики, их подписи, размер и толщину, также можно задать диапазоны по каждой из осей.

Сетка и легенда

Следующими элементами фигуры, которые значительно повышают информативность графика являются сетка и легенда. Сетка также может быть основной ( major ) и дополнительной ( minor ). Каждому типу сетки можно задавать цвет, толщину линии и тип. Для отображения сетки и легенды используются соответствующие команды.

Ниже представлен код, с помощью которого была построена фигура, изображенная на рисунке:

Если в данный момент вам многое кажется непонятным – не переживайте, далее мы разберем подробно особенности настройки и использования всех элементов представленных на поле с графиками.

P.S.

Вводные уроки по “Линейной алгебре на Python” вы можете найти соответствующей странице нашего сайта . Все уроки по этой теме собраны в книге “Линейная алгебра на Python”.

Если вам интересна тема анализа данных, то мы рекомендуем ознакомиться с библиотекой Pandas. Для начала вы можете познакомиться с вводными уроками. Все уроки по библиотеке Pandas собраны в книге “Pandas. Работа с данными”.

Matplotlib. Урок 1. Быстрый старт : 2 комментария

В разделе “Построение графика” забыли в код добавить
import numpy as np