遇到安装问题的请尝试 Anaconda 这个 Python 发行版。下载安装后直接使用即可,它几乎预装了所有要用到的科学计算及可视化的库。
有盆友在评论里说希望能有完整的教程,确实就这个答案来说,离实际使用还有很大的距离,网上相关的中文资料也不多。不过真要写起来这个答案也装不下,况且写在这个问题下也不是很恰当。等到那天我有专栏了再说吧,到时候也许会写一个关于可视化的系列教程。
强烈推荐 Python 的绘图模块 matplotlib: python plotting 。画出来的图真的是高端大气上档次,低调奢华有内涵~ 适用于从 2D 到 3D,从标量到矢量的各种绘图。能够保存成从 eps, pdf 到 svg, png, jpg 的多种格式。并且 Matplotlib 的绘图函数基本上都与 Matlab 的绘图函数名字都差不多,迁移的学习成本比较低。开源免费。如图所示(题目描述中的图在最后):
(以下图片均引用自 Thumbnail gallery )
像这种普通的函数图象:
plt.fill(x, y1, 'b', x, y2, 'r', alpha=0.3)
以及这种 Scatter 图(中文不知道该怎么说……):
plt.scatter(x, y, s=area, alpha=0.5)
精致的曲线,半透明的配色。都显出你那高贵冷艳的 X 格,最重要的是只需一行代码就能搞定。从此以后再也不用忍受 Matlab 以及 GNUPlot 中那蛋疼的配色了。
想画 3D 数据?没有问题(不过用 mayavi 可能更方便一些):
ax.plot_surface(X, Y, Z, rstride=8, cstride=8, alpha=0.3) cset = ax.contourf(X, Y, Z, zdir='z', offset=-100, cmap=cm.coolwarm) cset = ax.contourf(X, Y, Z, zdir='x', offset=-40, cmap=cm.coolwarm) cset = ax.contourf(X, Y, Z, zdir='y', offset=40, cmap=cm.coolwarm)
四行代码你就能拥有(后三行是画坐标平面上的等高线,严格的额说还是一行)。
除此以外,不过你是矢量场,网络还是什么奇葩的需求都能够搞定:
plt.streamplot(X, Y, U, V, color=U, linewidth=2, cmap=plt.cm.autumn) plt.colorbar()
plt.triplot(x, y, triangles, 'go-') plt.title('triplot of user-specified triangulation') plt.xlabel('Longitude (degrees)') plt.ylabel('Latitude (degrees)')
ax = plt.subplot(111, polar=True) bars = ax.bar(theta, radii, width=width, bottom=0.0)
这还没完,Matplotlib 还支持 LaTeX 公式的插入,当别人画的图还是这个样子的时候(以下图片引用自 Matplotlib Tutorial(译) )
你能够把它变成这个样子:
如果再搭配上 IPython 作为运行终端(这张图是自己的~):
简直就是神器啊,有木有!
心动不如行动,还等什么?
(奉上教程一篇 Matplotlib Tutorial(译) )
Update: 2013-9-18 18:04
经@许铖同学提醒,再补充一句,matplotlib 还可以话 xkcd 风格的图呦~
(图片引用自网络)
此外结合 IPython Notebook 后更多精彩内容,请看 http://nbviewer.ipython.org/
Update: 2013-9-19 20:04
如果嫌安装麻烦并且恰好在 Windows 系统下的话可以尝试 Python 的一个发行版 winpython - Portable Scientific Python 2/3 32/64bit Distribution for Windows 。
Update: 2013-10-1 23:45
鉴于@van li 同学质疑 matplotlib 是否能画出题目中所示的图像,我在这里将题目中的图像用 matplotlib 画出来如下:
代码在此处: https://gist.github.com/coldfog/c479124328fc6bb8b789
代码在此处: https://gist.github.com/coldfog/5da63a6958fc0a949b52
2014.5.10 更新
看到楼下有人说配色好看,唉……那我也贴几个吧……只不过当初限于篇幅没有写而已。
首先,Python 有一个专门的配色包 jiffyclub/brewer2mpl 路 GitHub ,提供了从美术角度来讲的精美配色(戳这里感受 ColorBrewer: Color Advice for Maps )。
此外还有一些致力于美化绘图的库,用起来也都非常方便,比如 olgabot/prettyplotlib 路 GitHub 。
废话不多说,上图就是王道。
(一下图片来源网络)
有人可能会说需要复杂的设置,其实也不用。比如上边这幅图,只需要多加一个参数就好:
cmap=brewer2mpl.get_map('RdBu', 'diverging', 8, reverse=True).mpl_colormap,
楼下说到统计绘图。嘛 seaborn ( https://github.com/mwaskom/seaborn ) 是一个调用 matplotlib 的统计绘图库,上图:
代码一行,后边的几乎都是一行,没做其他设置,默认就这样。我就不贴其他的代码了:
g = sns.jointplot(x1, x2, kind="kde", size=7, space=0)
这还有个更炫酷的可交互式的绘图,大家自己戳开看吧 http://nbviewer.ipython.org/github/plotly/python-user-guide/blob/master/s0_getting-started/s0_getting-started.ipynb
哼哼,完爆了吧~~~~\(≧▽≦)/~