序 言

Python 科学可视化的应用领域非常广泛。其涉及形形色色的工具，从最通用、最广泛使用的工具，到更专业、保密的工具。这些工具有些由社区开发，有些则由公司开发。这些工具有的专门用于网络，有的则仅用于桌面，有的处理3D和大数据，有的则针对完美的2D渲染，如图0-1所示。

图0-1

该图是2018年Python在科学可视化领域的概览（部分内容）。该图基于Jake Vanderplas的原创进行调整（详细资源见：https://github.com/rougier/python-visualization-landscape）

 面对如此丰富的选择，你可能很难找到最适合自己需求的库，因为你可能不知道某个库的存在。为了帮助你做出选择，可以先问自己几个问题：

是否针对桌面应用或Web渲染？

是否拥有复杂的3D渲染场景？

是否有出版级别的图像质量要求？

是否需要处理海量数据？

这些库的社区是否活跃？

这些库有文档和教程吗？

 根据对上述问题的回答，可以决定使用哪个库并投入一些时间学习它。例如，如果需要在浏览器中进行交互式可视化，并与Jupyter无缝集成，那么可以选择Bokeh。如果有非常大的数据并需要在桌面上进行3D可视化，那么vispy或mayavi是很好的选择。如果对快速构建漂亮的图形非常感兴趣，那么seaborn和altair是您的得力助手。另外，如果你从事地球科学工作，那么不能忽视cartopy 等库。在此无法列出所有库，我相信在撰写本书到实际出版本书之间，会诞生出新的可视化库。 pyviz 是一个很好的信息源网站，该网站收纳了很多可视化库的网站链接，并提供最新的活跃库列表。

 在这个领域中，Matplotlib具有非常特殊的地位。它最初是由John D. Hunter于2003年创建，目的是可视化大脑皮层电图数据，发展历程如图0-2所示。以下是2003年5月23日发布在Python邮件列表上的官方公告。

图0-2

Matplotlib最初由John D. Hunter编写，第一个公开版本发布于2003年。在John D. Hunter于2012年8月去世前不久，Michael Droettboom被提名为Matplotlib的首席开发人员，Thomas Caswell于2014年加入，并担任现任首席开发人员（截至2021年）。最新版本为Python 3.4（撰写本书时） ，

其仅支持Python 3版本，而Python 2.2版本是兼容Python 2和Python 3的长期支持版本（详细资源见introduction/matplotlib-timeline.py）

Matplotlib

Matplotlib是一个专为Python及PyGTK设计的纯Python绘图库。我的目标是让Python能够轻松生成高质量、符合出版标准的图表，同时保持与MATLAB相似的语法风格，以方便其用户群体使用。需要说明的是，Matplotlib仍处于早期发展阶段，要实现上述目标还需完成多项改进。不过目前它已具备足够绘制美观、简洁的基础图形的能力。

系统要求

Python 2.2、GTK2、pygtk-1.99.x及Numeric数值计算库。

获取方式

请访问项目主页： nitace.bsd.uchicago.edu:8080/matplotlib。

以下是Matplotlib着力优化的核心功能：

便捷的大数据集导航：在图形窗口右击可调出导航工具栏，支持通过滚轮鼠标对X/Y轴进行平移和缩放操作。将滚轮悬停在导航按钮上即可滚动操作。

高效处理海量数据：通过Numeric的裁剪机制，成功应用于含128通道、400Hz采样率持续数分钟的EEG脑电绘图场景，可绘制维度达120 000×128的矩阵。

智能刻度标记与标签生成。

简化常规操作（子图布局、线型颜色设置）。

开放高级控制：提供面向对象接口实现深度定制。

作为类库，Matplotlib可集成至PyGTK应用程序中实现绘图功能。同时提供与MATLAB函数兼容的接口，例如通过以下方式调用：

from matplotlib.matlab import plot, subplot, show, gca

Matplotlib最初的目的是取代流行的 MATLAB 图形引擎，支持不同的平台，具有高质量的光栅和矢量输出，为数学表达式提供支持，并利用Shell进行交互式工作。2003 年进行了第一次官方发布（见图0-2），15 年后，尽管它们已经得到了进一步的开发和完善，但初心不改。如今，Matplotlib 库已成为 Python 科学可视化的事实标准。例如，它曾被用于显示有史以来第一张黑洞照片（见图0-3），此图用于说明引力波的存在。

图0-3

2019年4月10日，事件视界望远镜发布的第一张图像描绘了超巨椭圆星系M87核心的超大质量黑洞，其质量约为太阳质量的70亿倍（详细资源见Wikipedia）

Matplotlib 是一个既多功能又强大的库，可让用户设计非常高质量的图形，适用于科学出版。它既提供了一个简单直观的界面（pyplot），也提供了一个面向对象的架构，让程序编写人员可以调整图形中的任何内容。需要注意的是，它也可以用作常规图形库，以设计非科学图形，正如读者在本书中看到的那样。例如，Matplotlib 时间线图（见图0-2）只是由一条带有标记的线和一些带有样式的注释组成。

本书分为 4 部分。第一部分涉及 Matplotlib 库的基本原理，包括回顾构成图形的各个部分、不同的坐标系、可用的比例和投影，以及介绍一些排版、与颜色相关的概念。第二部分专门用于介绍图形的实际设计。在介绍完生成更好的图形的一些简单规则后，作者将详细介绍 Matplotlib 的默认设置和样式系统，然后深入研究图形组织布局。之后，将探索各种可用的绘图类

型，并了解如何用不同元素装饰图形。第三部分专门讲述更高级的概念，即 3D 图形、优化、动画和工具包。第四部分囊括了展示案例及其分析。

为了图片美观，书中图表中英文没有翻译为中文，重要名词会在注释和正文中翻译。