gnuplot与Matplotlib

• 你可以查一下 matplotlib's documentation 你自己我觉得它相当全面。
• Matplotlib是用Python编写的,专门为Python设计的,因此它非常适合Python习语等。
• Matplotlib是一个成熟的项目。NASA用它来做一些事情。
• 我已经在Matplotlib中绘制了数千万个点,它看起来仍然很漂亮,响应速度也很快。
• 除了使用Matplotlib的面向对象方法之外,还有pylab接口,它使绘图与在MATLAB中一样简单——也就是说,非常简单。

Matplotlib=易用性,Gnuplot=(稍好)性能

真正地 需要性能,可以使用Gnuplot。我添加了一些代码,在您的机器上进行测试,看看它是否真的有什么不同(这不是一个真正的性能基准测试,但应该给出第一个想法)。

下图表示完成以下操作所需的时间(以秒为单位):

• 绘制随机散点图
• 将图形保存到png文件

配置:

• gnuplot:5.2.2
• gnuplot py:1.8
• matplotlib:2.1.2

此外,正如评论中提到的,您可以获得同等质量的绘图。但要使用Gnuplot实现这一点,您必须付出更多的努力。

Here's the code to generate the graph 如果您想在您的机器上试用:

# -*- coding: utf-8 -*-

from timeit import default_timer as timer
import matplotlib.pyplot as plt
import Gnuplot, Gnuplot.funcutils
import numpy as np
import sys
import os

def mPlotAndSave(x, y):
    plt.scatter(x, y)
    plt.savefig('mtmp.png')
    plt.clf()

def gPlotAndSave(data, g):
    g("set output 'gtmp.png'")
    g.plot(data)
    g("clear")

def cleanup():
    try:
        os.remove('gtmp.png')
    except OSError:
        pass
    try:
        os.remove('mtmp.png')
    except OSError:
        pass

begin = 2
end = 500000
step = 10000
numberOfPoints = range(begin, end, step)
n = len(numberOfPoints)
gnuplotTime = []
matplotlibTime = []
progressBarWidth = 30

# Init Gnuplot
g = Gnuplot.Gnuplot()
g("set terminal png size 640,480")

# Init matplotlib to avoid a peak in the beginning
plt.clf()

for idx, val in enumerate(numberOfPoints):
    # Print a nice progress bar (crucial)
    sys.stdout.write('\r')
    progress = (idx+1)*progressBarWidth/n
    bar = "▕" + "▇"*progress + "▁"*(progressBarWidth-progress) + "▏" + str(idx) + "/" + str(n-1)
    sys.stdout.write(bar)
    sys.stdout.flush()

    # Generate random data
    x = np.random.randint(sys.maxint, size=val)  
    y = np.random.randint(sys.maxint, size=val)
    gdata = zip(x,y)

    # Generate string call to a matplotlib plot and save, call it and save execution time
    start = timer()
    mPlotAndSave(x, y)
    end = timer()
    matplotlibTime.append(end - start)

    # Generate string call to a gnuplot plot and save, call it and save execution time
    start = timer()
    gPlotAndSave(gdata, g)
    end = timer()
    gnuplotTime.append(end - start)

    # Clean up the files
    cleanup()

del g
sys.stdout.write('\n')
plt.plot(numberOfPoints, gnuplotTime, label="gnuplot")
plt.plot(numberOfPoints, matplotlibTime, label="matplotlib")
plt.legend(loc='upper right')
plt.xlabel('Number of points in the scatter graph')
plt.ylabel('Execution time (s)')
plt.savefig('execution.png')
plt.show()

matplotlib 有相当好的文档,并且看起来相当稳定。它所制作的情节是美丽的——“出版质量”是肯定的。由于良好的文档和大量在线可用的示例代码,它很容易学习和使用,而且我认为您在翻译方面不会有太多困难 gnuplot 密码。毕竟,matplotlib被科学家用来绘制数据和准备报告——所以它包含了人们所需要的一切。

wxPython 和 PyQt ,至少)并创建具有良好绘图的GUI应用程序。

http://www.dalkescientific.com/writings/diary/archive/2005/04/23/matplotlib_without_gui.html

这两个我都玩过,我更喜欢Matplotlib的Python集成、选项和图形/绘图的质量。

关于性能和绘制大量点:我使用gnuplot*和matplotlib比较了从文本文件加载并保存到png的500.000点散点图。

500.000 points scatterplot
gnuplot:      5.171 s
matplotlib: 230.693 s

我只运行了一次,结果看起来并不完全相同,但我认为想法很清楚:gnuplot在性能上获胜。

*我直接使用gnuplot,因为gnuplotpy演示对我来说不是现成的。Matplotlib在Python集成中获胜。

Gnuplot能做的事Gnuplot Py也能做。因为Gnuplot可以由管道驱动(pgnuplot)。

为什么我更喜欢gnuplot可能是多种输出格式(PDF、PS和LaTex),这在论文中非常有用,默认输出看起来更科学:)

一些专业的 gnuplot (使用多年后,我仍然不喜欢matlibplot):

• 作用 简单地 sin(x) (无需定义数组和考虑范围)
• 情节 文件夹 直接(无需导入数组)
• 绘制管道数据(动态执行shell命令 "<echo 1 2 3" )
• 快速绘图
• 更快的编码
• 关键词更容易记忆

gplot.py