matplotlib

**matplotlib**
	Matplotlib繪製的圖表與程式碼
原作者	John D. Hunter（英語：John D. Hunter）
開發者	Michael Droettboom, et al.
首次發布	2003年，21年前
當前版本	3.9.0 (2024年5月15日；穩定版本);
源代碼庫	github.com/matplotlib/matplotlib;
編程語言	Python
引擎	Cairo;
操作系統	跨平臺
類型	繪圖（英語：List of information graphics software）
許可協議	matplotlib license
網站	matplotlib.org

Matplotlib是Python語言及其數值計算庫NumPy的繪圖（英語：Plotter）庫。它提供了一個面向對象的API，可以將繪圖嵌入到使用通用GUI工具包（如Tkinter、wxPython、Qt或GTK）的程序中。它還有一個基於狀態機（就像OpenGL）的過程式編程「pylab」接口，其設計與MATLAB非常類似，但由於命名空間的問題，因此建議改用matplotlib.pyplot取代。^[4]SciPy使用matplotlib進行圖形繪製。

Matplotlib最初由美國神經生物學家John D. Hunter（英語：John D. Hunter）撰寫，於2003年面世，從此它擁有一個活躍的開發社區^[5]，並根據BSD許可證發布。在John D. Hunter於2012年8月去世前不久，Michael Droettboom被提名為matplotlib的主要開發者^[6]，隨後，Thomas Caswell也加入了他的行列。^[7]^[8]Matplotlib是一個由NumFOCUS財政資助的項目。^[9]

Matplotlib 2.0.x支持Python 2.7到3.10版本。Matplotlib 1.2是第一個支持Python 3.x的版本。Matplotlib 1.4是最後一個支持Python 2.6的版本。^[10]Matplotlib已簽署Python 3聲明，承諾在2020年後不再支持Python 2。^[11]

與MATLAB的比較編輯

Pyplot是matplotlib的一個模塊，它提供了一個類似MATLAB的接口。 ^[12]Matplotlib被設計成與MATLAB一樣可用，能夠使用Python，並且具有自由開源的優點。

與 Gnuplot的比較編輯

gnuplot和matplotlib都是成熟的開源項目。它們都可以產生多種不同繪圖類型。雖然很難指定一種某人能做而他人不能做的圖形類型，但它們仍然具有不同的優點和缺點：

	優點	缺點
Matplotlib	帶有內置代碼的默認繪圖樣式與Python的深度集成 Matlab風格的編程接口（對一些人來說是優點，但對於其他人來說可能是缺點）。圖形繪製相較Gnuplot更加美觀	高度依賴其他包，如Numpy。只適用於Python：很難/不可能在Python以外的語言中使用。（但可以從Julia通過PyPlot軟件包使用）
Gnuplot	跨語言解決方案：可以用作通過管道或文件以不同語言編寫的應用程序（例如GNU Octave，Maxima，JavaGnuplotHybrid）中的繪圖引擎。獨立程序：沒有外部依賴。處理大型數據集時非常快。更容易操縱繪圖細節	舊的默認繪圖樣式：通常需要小的調整以產生有吸引力的圖。在開發中活躍成員的數量較少（與Matplotlib相比）。

例子編輯

曲線圖

>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> a = np.linspace(0,10,100)
>>> b = np.exp(-a)
>>> plt.plot(a,b)
>>> plt.show()

直方圖

>>> import matplotlib.pyplot as plt
>>> from numpy.random import normal,rand
>>> x = normal(size=200)
>>> plt.hist(x,bins=30)
>>> plt.show()

散點圖

>>> import matplotlib.pyplot as plt
>>> from numpy.random import rand
>>> a = rand(100)
>>> b = rand(100)
>>> plt.scatter(a,b)
>>> plt.show()

3D 圖

>>> from matplotlib import cm
>>> from mpl_toolkits.mplot3d import Axes3D
>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> fig = plt.figure()
>>> # ax = fig.gca(projection='3d') (Old)
>>> ax = fig.add_subplot(projection='3d')
>>> X = np.arange(-5, 5, 0.25)
>>> Y = np.arange(-5, 5, 0.25)
>>> X, Y = np.meshgrid(X, Y)
>>> R = np.sqrt(X**2 + Y**2)
>>> Z = np.sin(R)
>>> surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.coolwarm)
>>> plt.show()