Python PyLab 模块

在执行一些任务时，我们必须使用像折线图、条形图等图表。，出于很多原因喜欢让任务更具互动性，以一种非常有趣的方式传递信息，图表容易且不言自明等。这就是为什么绘制图表是许多功能中非常重要和集成的一部分。图形和图表在编程领域发挥着非常重要的作用，开发人员总是被推荐在他们的程序中使用图形。因此，我们应该意识到如何从程序中绘制图表变得非常重要。MATLAB 被认为是绘制图形和图表的最佳工具，但并不是每个人都可以使用 MATLAB 来绘制图形和图表。Python 中有许多交互式模块，允许我们在输出中绘制图形和图表，但这里我们将讨论模块，它通过导入函数为我们提供了类似于 MATLAB 的命名空间。在本教程中，我们将讨论 Python 的 PyLab 模块，我们将学习如何在程序中使用该模块的函数在输出中绘制图形和图表。

Python 中的 PyLab 模块

PyLab 是一个 Python 包，通过从 Python Numpy 和 Matplotlib Module 中导入函数，在 Python 编程中为我们提供了一个命名空间，非常类似于 MATLAB 接口。如果我们谈论这些模块在 PyLab 包中的作用，Matplotlib 模块提供了帮助我们创建数据可视化的功能，而 Numpy 模块提供了基于底层 C 和 Fortran 二进制库的高效数值向量计算功能。在这一节中，我们将学习 PyLab 模块，然后我们将使用这个模块提供给我们的元素和函数绘制一些基本的图表。

皮拉布模块:简介

PyLab 模块是一个与 Python 的 Matplotlib 模块相关联的模块，当我们在系统中安装 Matplotlib 模块时，它会被安装在旁边。我们也可以说 PyLab 是 Python 面向对象绘图库 Matplotlib 模块的一个程序接口。PyLab 本身对我们来说是一个令人信服的模块，因为它庞大的导入将 NumPy Module 的函数和 matplotlib.pyplot 包放在一个单独的命名空间中，为我们提供了一个类似 MATLAB 的命名空间。

皮拉布模块:安装

正如我们已经讨论过的，PyLab 模块是在安装 Matplotlib 包的同时安装的。尽管如此，如果我们想在 Python 程序中使用这个模块，我们应该确保 Matplotlib 模块存在于我们的系统中。如果系统中不存在 Matplotlib，那么我们可以在命令提示符终端 shell 中使用下面的 pip installer 命令来安装 Matplotlib Module，从而获得带有它的 PyLab Module:

pip install matplotlib

除此之外，我们还讨论了 PyLab 模块也使用 Numpy 模块的数学和向量运算函数。因此，我们必须确保 numpy module 也存在于我们的系统中，如果没有安装，那么我们可以使用以下命令从命令提示符终端安装 Numpy Module:

pip install numpy

我们已经为 PyLab 模块安装了所有必需的库，现在我们可以在 Python 程序中使用 PyLab 模块来绘制其函数的图表。

PyLab 模块:实现

在这里，我们将使用 PyLab 模块的功能，通过在 Python 程序中使用它们来绘制简单的曲线和图形，以了解其实现。我们将首先从曲线的基本绘制开始，然后我们将使用一些高级功能来使绘制的图形和曲线更具交互性。

皮拉布模块的基本绘图:

在 Python 程序中使用 PyLab 模块绘制曲线需要使用绘图命令，该命令采用一对长度相同的数组或序列。让我们通过一个示例程序来理解这个实现。

示例:

看看下面的 Python 程序，我们将在输出中绘制一条基本曲线:

# Importing from Numpy
from numpy import *
# Importing from PyLab
from pylab import *
# X-axis of the curve
a = linspace(-4, 2, 6)
# Y-axis of the curve
b = a**2
# Plotting the curve with x and y-axis
plot(a, b)
# Showing curve in the output
show()

输出:

说明:

我们首先从 Numpy 和 PyLab 模块导入了所有函数，以便在程序中使用它们来绘制输出曲线。之后，我们分别为 a & b 变量中的曲线定义了 X 轴和 Y 轴。然后，我们使用 plot()函数，并提供 a 和 b 变量作为参数。最后，我们使用 show()函数来显示我们在输出中绘制的曲线。

正如我们在输出中看到的，曲线显示有 X 轴和 Y 轴点，我们分别在“a”和“b”变量中定义了。

使用皮拉布模块进行高级绘图:

1.我们可以使用 plot()函数中的一些参数以及其中提供的 x 和 y 变量参数，使用 PyLab 模块绘制更多交互式曲线。我们必须在 plot()函数中提供额外的字符串参数来打印符号线，而不是曲线中的直线。我们可以通过使用以下示例程序中的附加参数来理解这一点:

例 2:

看看下面的 Python 程序，我们将使用 PyLab 模块在输出中绘制一条带有符号的曲线:

# Importing from Numpy
from numpy import *
# Importing from PyLab
from pylab import *
# X-axis of the curve
a = linspace(-4, 8, 32)
# Y-axis of the curve
b = a ** 3
# Plotting the curve with a and b variable
plot(a, b, '^')
# Showing curve in the output
show()

输出:

说明:

在程序中从 Numpy 和 PyLab 模块导入函数后，我们分别为曲线的 X 轴和 Y 轴定义了‘a’和‘b’变量。之后，我们使用了 plot()函数，在 plot 函数中，我们提供了带有 a & b 变量的’^’符号的附加参数，以用符号而不是简单的直线来显示曲线。

正如我们在输出中看到的，曲线显示有 x 轴和 y 轴点，我们分别在‘a’和‘b’变量内定义了，它有’^’符号而不是直线。

如果我们想在曲线中打印一条符号线而不是直线，我们可以使用以下符号集作为 plot()函数中的参数:

| 标志 | _，|，p，h，h，4，3，2，1，d，d，x，+，s，，v，^，o，。, ,, -, -., – . |

2.除此之外，如果我们愿意，我们还可以打印输出曲线中绘制的默认颜色以外的其他颜色的线条，为了执行此任务，我们必须遵循相同的一组指令。我们必须在 plot()函数中使用 color 参数作为附加参数，以便输出中打印的曲线将以我们选择的颜色打印。我们可以通过使用以下示例程序中的附加参数来理解这一点:

例 3:

看看下面的 Python 程序，我们将使用 PyLab 模块在输出中绘制一条有彩色线条的曲线:

# Importing from Numpy
from numpy import *
# Importing from PyLab
from pylab import *
# X-axis of the curve
a = linspace(-4, 8, 32)
# Y-axis of the curve
b = a ** 3
# Plotting the curve with a and b variable
plot(a, b, 'y')
# Showing curve in the output
show()

输出:

说明:

我们在这个程序中使用了与我们在前面例子中给出的程序相同的逻辑。我们在这个程序的 plot()函数中使用了 color 参数来打印输出中具有彩色线条的曲线。最后，我们使用 show()函数在输出中显示带有定制变量的曲线。

正如我们在输出中看到的，曲线显示有 X 轴和 Y 轴点，我们分别在‘a’和‘b’变量内部进行了定义，其中有黄色的颜色线，因为我们在 plot()函数中给出了一个额外的颜色参数。

如果我们想在曲线中打印一条我们选择颜色的直线，我们可以使用下面的颜色代码集作为 plot()函数中的附加参数:

| 颜色代码 | w，k，y，m，c，r，g，b |

4.现在，如果你想知道我们是否可以同时执行这两个操作(打印符号线而不是直线，并以选择的颜色打印)，答案是肯定的。我们可以同时执行这两个任务，我们只需要在 plot()函数中提供两个参数作为一个单独的附加参数，如“_y”。然后，它将同时执行这两个操作，并在输出中打印出一条带有我们选择的颜色的符号线的曲线。我们可以通过使用以下示例程序中的附加参数来理解这一点:

例 4:

看看下面的 Python 程序，我们将使用 PyLab 模块在输出中绘制一条曲线:

# Importing from Numpy
from numpy import *
# Importing from PyLab
from pylab import *
# X-axis of the curve
a = linspace(-3, 3, 30)
# Y-axis of the curve
b = a ** 2
# Plotting the curve with a and b variable
plot(a, b, 'm+')
# Showing curve in the output
show()

输出:

正如我们在输出中看到的，我们在输出中打印了一条带有彩色符号线的曲线。

4.最后，我们还可以在内部打印多条曲线，并将它们覆盖在单个绘图下，为此，我们只需在一个程序中一起使用多个绘图()函数。我们可以通过使用以下示例程序中的 multiple plot()函数来理解这种方法:

例 5:

看看下面的 Python 程序，我们多次使用 plot()函数来覆盖曲线:

# Importing from Numpy
from numpy import *
# Importing from PyLab
from pylab import *
# Defining multiple variables for multiple plot() function
a = linspace(2, 3, 4, 5)
b = linspace(1, 2, 3, 4)
c = linspace(3, 5, 7, 9)
x = a ** 2
y = b ** 2
z = c ** 2
# Using plot() function multiple times
plot(a, x, 'y-')
plot(b, y, 'c--')
plot(c, z, 'g.')
# Showing curve in the output
show()

输出:

正如我们在输出中看到的，我们绘制了多条曲线，并在程序中多次使用 plot()函数覆盖了它们。

结论

在本教程中，我们已经了解了 PyLab Module，在这里我们了解到 PyLab Module 为我们提供了一个类似 MATLAB 的命名空间，对于使用 Python 程序绘制多用途曲线非常有帮助。通过从程序中的 PyLab 和 Numpy 模块导入函数，我们在输出中绘制了多种类型的曲线。从基本绘图开始，我们绘制了符号线或/和颜色成直线的曲线，并覆盖了曲线。