使用python中的matplotlib进行绘图分析数据

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。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。

它的文档相当完备，并且 Gallery页面中有上百幅缩略图，打开之后都有源程序。因此如果你需要绘制某种类型的图，只需要在这个页面中浏览/复制/粘贴一下，基本上都能搞定。

在Linux下比较著名的数据图工具还有gnuplot，这个是免费的，Python有一个包可以调用gnuplot，但是语法比较不习惯，而且画图质量不高。

而 Matplotlib则比较强：Matlab的语法、python语言、latex的画图质量（还可以使用内嵌的latex引擎绘制的数学公式）。

快速绘图

matplotlib的pyplot子库提供了和matlab类似的绘图API，方便用户快速绘制2D图表。例子：

# coding=gbk

'' '

Created on Jul 12 , 2014

python 科学计算学习：numpy快速处理数据测试

@author : 皮皮

'' '

import string

import matplotlib.pyplot as plt

import numpy as np

if __name__ == '__main__' :

file = open(E:machine_learningdatasetshousing_datahousing_data_ages.txt, 'r' )

linesList = file.readlines()

# print(linesList)

linesList = [line.strip().split(,) for line in linesList]

file.close()

print(linesList:)

print(linesList)

# years = [string.atof(x[ ]) for x in linesList]

years = [x[ ] for x in linesList]

print(years)

price = [x[ 1 ] for x in linesList]

print(price)

plt.plot(years, price, 'b*' )#,label=$cos(x^ 2 )$)

plt.plot(years, price, 'r' )

plt.xlabel(years(+ 2000 ))

plt.ylabel(housing average price(* 2000 yuan))

plt.ylim( , 15 )

plt.title( 'line_regression & gradient decrease' )

plt.legend()

plt.show()