Linux命令行matplotlib绘图保存

利用python中的matplotlib模块绘制图表在数据可视化领域，Matplotlib是一个非常强大且广泛使用的Python库，它可以帮助我们轻松地创建各种类型的图表和可视化效果。

无论是简单的折线图、柱状图，还是复杂的散点图、饼图，Matplotlib都能胜任。

本文将介绍如何利用Matplotlib模块在Python中绘制各种类型的图表，让数据更加直观、易于理解。

1. 安装Matplotlib首先，我们需要安装Matplotlib库。

如果你使用的是Anaconda环境，可以直接在命令行中使用以下命令进行安装：示例代码star：编程语言：bashconda install matplotlib示例代码end如果你使用的是pip包管理器，可以使用以下命令进行安装：示例代码star：编程语言：bashpip install matplotlib示例代码end安装完成后，我们就可以开始在Python中使用Matplotlib库了。

2. 绘制折线图折线图是一种常用的数据可视化方式，可以展示数据随时间或其他变量的变化趋势。

下面是一个简单的例子，展示了如何使用Matplotlib绘制折线图：示例代码star：编程语言：pythonimport matplotlib.pyplot as plt# 数据x = [1, 2, 3, 4, 5]y = [10, 15, 13, 18, 16]# 创建折线图plt.plot(x, y)# 添加标题和标签plt.title('折线图示例')plt.xlabel('X轴')plt.ylabel('Y轴')# 显示图表plt.show()示例代码end通过以上代码，我们可以生成一个简单的折线图，并且可以自定义标题、坐标轴标签等内容。

3. 绘制柱状图柱状图常用于比较不同类别之间的数据大小或变化情况。

下面是一个绘制柱状图的示例代码：示例代码star：编程语言：pythonimport matplotlib.pyplot as plt# 数据x = ['A', 'B', 'C', 'D', 'E']y = [20, 35, 30, 25, 40]# 创建柱状图plt.bar(x, y)# 添加标题和标签plt.title('柱状图示例')plt.xlabel('类别')# 显示图表plt.show()示例代码end以上代码将生成一个简单的柱状图，展示了不同类别的数据大小。

python保存图⽚的四个常⽤⽅法⽬录前⾔1.PIL的保存图⽚⽅法2.opencv保存图⽚3.Matplotlib保存图⽚的⽅法4.pytorch保存图⽚matplotlib扩展：总结前⾔python中图像处理相关库有很多，这⾥简单介绍PIL、cv2、scipy.imageio 、matplotlib.image、skimage等常⽤库，其中PIL库使⽤最⽅便，cv2库功能最强⼤。

下⾯分享保存图⽚的常⽤⽅法1.PIL的保存图⽚⽅法path = r"./001.jpg" #图⽚路径img = Image.open(path) #打开图⽚img.save("1.jpg") #将图⽚保存为1.jpg2.opencv保存图⽚path = r"./001.jpg" #图⽚路径#img = cv.imdecode(np.fromfile("动漫⼈物_0.jpg",np.uint8))#含有中⽂路径的图⽚打开img = cv2.imread(path) #读取图⽚cv2.imwrite("1.jpg",img) #将图⽚保存为1.jpg3.Matplotlib保存图⽚的⽅法import matplotlib.pyplot as pltimport cv2import osimages_path = "./minist_img"for i,img_name in enumerate(os.listdir(images_path)):img_path = os.path.join(images_path,img_name)img = cv2.imread(img_path) #numpy的数组形式，⾊彩空间为BGRimg = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) #plt.subplot(2,2,i+1),plt.imshow(img)plt.savefig("./minist.jpg")plt.show()4.pytorch保存图⽚save_image(real_img,os.path.join(save_img,f"{epoch}_real.jpg"),nrow=10,padding=2,pad_value=255)参数：1. tensor：4D张量，形状为(B x C x H x W)，分别表⽰样本数，通道数，图像⾼度，图像宽度2. nrow：每⾏的图⽚数量，默认值为83. padding：相邻图像之间的间隔。

Python--matplotlib绘图可视化知识点整理参考∙matplotlib-绘制精美的图表∙matplotlib.pyplot.plt参数介绍∙matplotlib图标正常显示中文为了在图表中能够显示中文和负号等，需要下面一段设置：matplotlib inline和pylab inline可以使用ipython --pylab打开ipython命名窗口。

这两个命令都可以在绘图时，将图片内嵌在交互窗口，而不是弹出一个图片窗口，但是，有一个缺陷：除非将代码一次执行，否则，无法叠加绘图，因为在这两种模式下，是要有plt出现，图片会立马show出来，因此：推荐在ipython notebook时使用，这样就能很方便的一次编辑完代码，绘图。

为项目设置matplotlib参数在代码执行过程中，有两种方式更改参数：∙使用参数字典(rcParams)∙调用matplotlib.rc()命令通过传入关键字元祖，修改参数如果不想每次使用matplotlib时都在代码部分进行配置，可以修改matplotlib的文件参数。

可以用matplot.get_config()命令来找到当前用户的配置文件目录。

配置文件包括以下配置项：axex: 设置坐标轴边界和表面的颜色、坐标刻度值大小和网格的显示backend: 设置目标暑促TkAgg和GTKAggfigure: 控制dpi、边界颜色、图形大小、和子区( subplot)设置font: 字体集（font family）、字体大小和样式设置grid: 设置网格颜色和线性legend: 设置图例和其中的文本的显示line: 设置线条（颜色、线型、宽度等）和标记patch: 是填充2D空间的图形对象，如多边形和圆。

控制线宽、颜色和抗锯齿设置等。

savefig: 可以对保存的图形进行单独设置。

例如，设置渲染的文件的背。

matplotlib函数手册1. 引言Matplotlib是一个功能强大的数据可视化库，广泛应用于Python科学计算领域。

本文将详细介绍Matplotlib库中常用的函数，帮助读者更好地理解和使用Matplotlib绘图工具。

2. 基础绘图函数Matplotlib提供了丰富的基础绘图函数，可以用于绘制各种类型的图表。

以下是其中一些常用的函数：2.1 plot()plot()函数用于绘制折线图，在二维坐标系上连接各个数据点，形成一条折线。

使用该函数时，需要提供x轴和y轴的数据。

例如：import matplotlib.pyplot as pltx = [1, 2, 3, 4, 5]y = [2, 4, 6, 8, 10]plt.plot(x, y)plt.show()这段代码将绘制一条连接5个数据点的折线。

2.2 scatter()scatter()函数用于绘制散点图，将数据点在二维坐标系上显示出来。

使用该函数时，需要提供x轴和y轴的数据。

例如：import matplotlib.pyplot as pltx = [1, 2, 3, 4, 5]y = [2, 4, 6, 8, 10]plt.scatter(x, y)plt.show()这段代码将绘制5个散点。

2.3 bar()bar()函数用于绘制柱状图，显示不同类别或组之间的比较。

使用该函数时，需要提供每个柱子的高度和宽度。

例如：import matplotlib.pyplot as pltx = [1, 2, 3, 4, 5]y = [2, 4, 6, 8, 10]plt.bar(x, y)plt.show()这段代码将绘制5个柱子，每个柱子的高度分别为2、4、6、8、10。

2.4 pie()pie()函数用于绘制饼图，显示不同类别占总体的比例。

使用该函数时，需要提供每个类别的占比。

例如：import matplotlib.pyplot as pltlabels = ['A', 'B', 'C', 'D']sizes = [30, 40, 10, 20]plt.pie(sizes, labels=labels)plt.show()这段代码将绘制一个饼图，其中4个类别A、B、C、D分别占总体的30%、40%、10%、20%。

matplotlib用法Matplotlib 是一个 Python 的绘图库，广泛应用于数据可视化。

它可以用于创建各种类型的图表，包括线图、散点图、柱状图、饼图、直方图等。

Matplotlib的使用非常灵活，可以满足各种绘图需求。

1. 安装Matplotlib：在使用Matplotlib之前，需要先安装这个库。

可以通过以下命令在终端中安装最新版本的Matplotlib：```pip install matplotlib```2. 导入Matplotlib：在开始使用Matplotlib之前，需要先导入这个库。

一般将其导入为`plt`：```import matplotlib.pyplot as plt```3.创建图像：在Matplotlib中，图像作为一个整体存在，可以在图像上绘制不同种类的图表。

使用`plt.figure(`函数可以创建一个图像对象：```fig = plt.figure```4.创建子图：在图像上可以创建多个子图，用于绘制不同类型的图表。

使用`fig.add_subplot(`函数可以创建一个子图：```ax = fig.add_subplot(nrows, ncols, index)````nrows`表示子图的行数，`ncols`表示子图的列数，`index`表示子图的索引。

5.绘制线图：绘制线图可以使用`plt.plot(`函数。

可以传入x和y坐标的列表，也可以只传入一个参数（此时默认使用索引作为x坐标）：```x=[1,2,3,4,5]y=[2,4,6,8,10]plt.plot(x, y)plt.show```6.绘制散点图：散点图可以使用`plt.scatter(`函数绘制。

通过传入x和y坐标的列表，可以将数据点绘制在图上：```x=[1,2,3,4,5]y=[2,4,6,8,10]plt.scatter(x, y)plt.show```7.绘制柱状图：柱状图可以使用`plt.bar(`函数绘制。

在Linux下使⽤Python的matplotlib绘制数据图的教程如果你想要在Linxu中获得⼀个⾼效、⾃动化、⾼质量的科学画图的解决⽅案，应该考虑尝试下matplotlib库。

Matplotlib是基于python的开源科学测绘包，基于python软件基⾦会许可证发布。

⼤量的⽂档和例⼦、集成了Python和Numpy科学计算包、以及⾃动化能⼒，是作为Linux环境中进⾏科学画图的可靠选择的⼏个原因。

这个教程将提供⼏个⽤matplotlib画图的例⼦。

特性⽀持众多的图表类型，如：bar,box,contour,histogram,scatter,line plots....基于python的语法集成Numpy科学计算包数据源可以是 python 的列表、键值对和数组可定制的图表格式（坐标轴缩放、标签位置及标签内容等)可定制⽂本（字体，⼤⼩，位置...)⽀持TeX格式（等式，符号，希腊字体...)与IPython相兼容（允许在 python shell 中与图表交互）⾃动化（使⽤ Python 循环创建图表）⽤Python 的循环迭代⽣成图⽚保存所绘图⽚格式为图⽚⽂件，如：png,pdf,ps,eps,svg等基于Python语法的matplotlib是其许多特性和⾼效⼯作流的基础。

世⾯上有许多⽤于绘制⾼质量图的科学绘图包，但是这些包允许你直接在你的Python代码中去使⽤吗？除此以外，这些包允许你创建可以保存为图⽚⽂件的图⽚吗？Matplotlib允许你完成所有的这些任务。

从⽽你可以节省时间，使⽤它你能够花更少的时间创建更多的图⽚。

安装安装Python和Numpy包是使⽤Matplotlib的前提。

可以通过如下命令在Debian或Ubuntu中安装Matplotlib：$ sudo apt-get install python-matplotlib在Fedora或CentOS/RHEL环境则可⽤如下命令：$ sudo yum install python-matplotlibMatplotlib 例⼦本教程会提供⼏个绘图例⼦演⽰如何使⽤matplotlib:离散图和线性图柱状图饼状图在这些例⼦中我们将⽤Python脚本来执⾏Mapplotlib命令。

gnuplot绘制图像并保存目录一、基础篇 (2)1、plot命令 (2)2、同时画多条曲线 (2)3、关于图例的位置 (3)4、关于坐标轴 (3)5、在图中插入文字 (3)6、在图中添加直线和箭头 (3)7、图的大小和位置 (4)8、画三维图 (4)9．将图形输出到文件 (4)二、提高篇 (5)1、如何在同一张图里同时画多个图 (5)2、作二维图时，如何使两边坐标轴的单位长度等长 (5)3、如何在同一张图里利用左右两边的y轴分别画图 (5)4、如何插入希腊字母和特殊符号 (6)5、gnuplot中如何插入Angstrom（埃）这个符号(A上面一个小圆圈) (6)6、gnuplot画等高线图 (6)7、如何画漂亮的pm3d图 (7)8、利用脚本文件避免重复输入 (7)9、在gnuplot模式下运行linux命令 (8)对于在Linux下工作的人，如果你经常要画一些二维图和简单的三维图的话，那么，gnuplot 无疑是一个非常好的选择，不仅图形漂亮，而且操作简单。

当然如果需要质量更高的三维图，请用其他的一些专业绘图软件。

建议大家学会使用gnuplot。

这个小软件通常都是Redhat Linux自带的，但自带的版本是3.7的，建议将其升级到4.0，新版本具有很多新功能。

最新版本可以到/下载。

一些最基本的操作请大家看说明书。

这里总结一下我在使用过程中遇到的一些问题以及解决的办法，目的是让那些以前不会的或不熟练的能快速入门，会画自己想要的图，因为原来的说明书很长，较难有针对性地很快找到自己想要的信息。

这里简单的总结不可能面面俱到，所以大家不要抱怨我写的不全，更全面的了解还是请看说明书，网上的资料也多的是。

其实这也是我们从网上一点一点搜集和摸索出来的。

我相信看完后，应该平时最常见的问题基本上都能在这里找到答案。

如果大家在使用过程中摸索到了我没有写到的技巧和体会，或有其它建议，请大家提告诉我，以不断完善这篇总结，谢谢！一、基础篇在linux命令提示符下运行gnuplot命令启动，输入quit或q或exit退出。

pythonmatplotlib基本用法savePython是一种强大的编程语言，而Matplotlib是一个用于创建数据可视化图形的库。

通过使用Matplotlib，我们可以将数据以各种形式（如线图、柱状图、散点图等）呈现出来，这对于数据分析和数据可视化的工作来说是非常有用的。

在本文中，我们将介绍Matplotlib的基本用法，特别是如何使用Matplotlib保存图形。

一、Matplotlib简介Matplotlib是一个用于创建静态、动态、交互式和动画图形的库。

它支持多种图形类型，包括线图、柱状图、散点图、饼图等。

Matplotlib的主要优点是其灵活性和可扩展性，允许用户自定义图形的各种属性，如颜色、字体、轴标签等。

二、安装Matplotlib要使用Matplotlib，您需要先安装它。

您可以使用pip命令在终端或命令提示符中安装Matplotlib：```shellpipinstallmatplotlib```一旦您安装了Matplotlib，您就可以开始使用它来保存图形。

以下是一些基本用法示例：1.保存为PNG图像：```pythonimportmatplotlib.pyplotasplt#创建一个简单的线图x=[1,2,3,4,5]y=[2,3,5,7,11]plt.plot(x,y)#保存为PNG图像plt.savefig('example.png')```这将创建一个包含两条线的简单图形，并将其保存为名为“example.png”的PNG图像文件。

2.使用其他文件格式：除了PNG，Matplotlib还支持其他文件格式，如PDF、SVG和JPG等。

您可以使用savefig()方法并指定文件格式来保存图形为其他格式：```python#保存为PDF文件plt.savefig('example.pdf',format='pdf')```3.使用子图：如果您需要将多个图形放在同一幅图中，可以使用subplot()方法。

官方示范：可以在这里查询图列和代码 : /gallery.html# Python图表绘制：matplotlib绘图库入门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）。

Matplotlib.pyplot快速绘图快速绘图和面向对象方式绘图matplotlib实际上是一套面向对象的绘图库，它所绘制的图表中的每个绘图元素，例如线条Line2D、文字Text、刻度等在内存中都有一个对象与之对应。

为了方便快速绘图matplotlib通过pyplot模块提供了一套和MATLAB类似的绘图API，将众多绘图对象所构成的复杂结构隐藏在这套API内部。

我们只需要调用pyplot模块所提供的函数就可以实现快速绘图以及设置图表的各种细节。

pyplot模块虽然用法简单，但不适合在较大的应用程序中使用。

为了将面向对象的绘图库包装成只使用函数的调用接口，pyplot模块的内部保存了当前图表以及当前子图等信息。

当前的图表和子图可以使用plt.gcf()和plt.gca()获得，分别表示"Get Current Figure"和"Get Current Axes"。

在pyplot模块中，许多函数都是对当前的Figure 或Axes对象进行处理，比如说：plt.plot()实际上会通过plt.gca()获得当前的Axes对象ax，然后再调用ax.plot()方法实现真正的绘图。