基于 Python Matplotlib 模块的高质量图形输出

核心提示： from matplotlib.matlab import *deff(x, c):m1 = sin(2*pi*x)m2 = exp(-c*x)return multiply(m1, m2)x = linspace(0, 4, 100)sigma = 0.5plot(x, f(x, sig

from matplotlib.matlab import *
def　f(x, c):
　　m1 = sin(2*pi*x)
　　m2 = exp(-c*x)
return multiply(m1, m2)
x = linspace(0, 4, 100)
sigma = 0.5
plot(x, f(x, sigma), 'r', linewidth=2)
xlabel(r'$
m{time}　　t$', fontsize=16)
ylabel(r'$
m{Amplitude} f(x)$', fontsize=16)
title(r'$f(x)
m{is damping　 with} x$', fontsize=16)
text(2.0, 0.5, r'$f(x) =
m{sin}(2 pi　x^2) e^{sigma x}$', fontsize=20)
savefig('latex.png', dpi=75)
show()

图2: 图形中数学公式的显示

从程序中可以看出，在 Matplotlib 中进行有关数学公式的排版是很简单的。与 TeX 排版时的约定一样，要插入的公式部分由一对美元符号 $ 来进行标识，而具体的排版命令与 TeX 一样。在任何可以显示文本的地方（如轴的标签，标题处等）都可以插入需要的公式。需要注意的是，数学公式所在的字符串开始之处有一个标记 r，表示该字符串是一个 raw string。这是因为排版公式时，字符串所包含的内容必须按照 TeX 的规范，而不是其他的规范，来进行解析。所以使用 raw string 可以避免其它规则解释字符串中某些特殊字符所带来的歧义。从生成的图形可以看到，公式显示的效果是比较美观的。

3 绘制其他格式的图形

除了常用的线图，Matplotlib 还可以绘制其他种类的图形，如直方图，饼图，误差线图等等。下面是一个处理实验数据的例子。它用直方图的形式比较了实际测量电流和理论计算电流，同时还显示了测量的误差分布情况。程序首先读取实验数据 current.dat，获得数据后利用函数 bar 进行绘图。