「Matplotlib」：修訂間差異
跳至導覽
跳至搜尋
| （未顯示同一使用者於中間所作的 7 次修訂） | |||
| 第3行： | 第3行： | ||
== 安裝 == | == 安裝 == | ||
在[[Ubuntu]] 22.04下 | 在[[Ubuntu]] 22.04下，[[Python]] 3的版本是3.10，版本算是還可以，所以我使用系統的Python搭配[[pipx]]安裝<ref>{{Cite web |url=https://gist.github.com/lboulard/e22b5603deb38413e1340ccd22728ede |title=pipx and Jupyter Qt console |language=en |accessdate=2023-05-19 |date=2022-03-28}}</ref>： | ||
<syntaxhighlight lang="bash"> | <syntaxhighlight lang="bash"> | ||
| 第12行： | 第12行： | ||
<syntaxhighlight lang="bash"> | <syntaxhighlight lang="bash"> | ||
.local/pipx/venvs/jupyterlab/bin/jupyter-qtconsole | ~/.local/pipx/venvs/jupyterlab/bin/jupyter-qtconsole | ||
~/.local/share/pipx/venvs/jupyterlab/bin/jupyter-qtconsole | |||
</syntaxhighlight> | |||
== 範例 == | |||
執行<code>jupyter-qtconsole</code>後就可以開始使用[[Python]]介面，並且透過<code>plot</code>產生圖片： | |||
<syntaxhighlight lang="python"> | |||
import matplotlib.pyplot as plt | |||
plt.plot([1, 2, 3, 4]) | |||
</syntaxhighlight> | |||
關閉interactive模式的話，需要用<code>show()</code>顯示： | |||
<syntaxhighlight lang="python"> | |||
import matplotlib.pyplot as plt | |||
plt.ioff() | |||
plt.margin(x=0, y=0) | |||
plt.plot([1, 2, 3, 4]) | |||
plt.show() | |||
</syntaxhighlight> | </syntaxhighlight> | ||
| 第22行： | 第42行： | ||
* {{Official|https://matplotlib.org/}} {{en}} | * {{Official|https://matplotlib.org/}} {{en}} | ||
[[Category:軟體]] | |||
於 2025年1月3日 (五) 06:06 的最新修訂
Matplotlib是一套Python寫的繪圖工具。
安裝
在Ubuntu 22.04下，Python 3的版本是3.10，版本算是還可以，所以我使用系統的Python搭配pipx安裝[1]：
pipx install --include-deps jupyterlab; pipx inject jupyterlab matplotlib numpy jupyter-console scipy simpy sympy arrow pandas tabulate isort black jupyterlab_code_formatter PyQt5 qtconsole drawSvg CairoSVG
這個安裝方式會發現不會把jupyter-qtconsole連結到.local/bin下面，所以需要自己指定完整路徑執行，或是用一個symbolic link放到$PATH搜的到的地方：
~/.local/pipx/venvs/jupyterlab/bin/jupyter-qtconsole
~/.local/share/pipx/venvs/jupyterlab/bin/jupyter-qtconsole
範例
執行jupyter-qtconsole後就可以開始使用Python介面，並且透過plot產生圖片：
import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4])
關閉interactive模式的話，需要用show()顯示：
import matplotlib.pyplot as plt
plt.ioff()
plt.margin(x=0, y=0)
plt.plot([1, 2, 3, 4])
plt.show()
參考資料
- ↑ pipx and Jupyter Qt console. 2022-03-28 [2023-05-19] （English）.
外部連結
- 官方網站 （英文）