【Python学习】安装Python和绘图示例

从前猫王国里有一只白猫，名叫索菲亚，她学习用Python编程。

Vamei[1]细述Python的起源。Python是一种编程语言，作者Guido von Rossum，一位荷兰计算机工程师。Guido创造Python的初衷是：「希望有一种语言，这种语言能够像C语言那样，能够全面调用计算机的功能接口，又可以像shell那样，可以轻松的编程。」

Vamei书写了Python教程系列文章，他是索菲亚的引路人。当时索菲亚写论文，发现用Python所simulation很简洁精美功能强大。

Python是一种解释性编程语言，也就是说不需要生成可执行程序，直接执行脚本（.py文件）。所以Python程序执行时，解释器必须运行。Python3即解释器。这和C不同，C语言是用编辑器（compiler）[2]生成可执行程序的（机器代码文件，01码）。所以C程序比Python脚本运行快些。陈皓先生（微博左耳朵耗子，Github haoel）说网站开发需要用Java。 Python在学术研究和中小型项目很适用。

本文索菲亚介绍Python的绘图功能。内容尽可能地self-contained。所以从安装Python开始写起，并推荐一个神一般存在的Python3教程。

1. 安装Python

索菲亚用MacBook Pro电脑，操作系统是macOS Mojave，Version10.14.5。

由于索菲亚安装Python已经很久了，不是实录，仅仅是介绍官方网站文字[3]。

程序安装次第是Xcode、Homebrew、Python、Pip、Jupyter。

  1. 安装Xcode（可选）

Xcode是Mac的计算器功能调用环境，即Mac编程环境，通常Mac自带Xcode，便不需要再安装了。

  1. 安装Homebrew

Homebrew是Xcode的package manager，即文件下载和安装工具。是不是Mac也自带了？
如果需要安装，安装操作是输入命令：

$ ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
  1. 安装Python 3

安装操作是输入命令：

$ brew install python
  1. 安装pip3（可选）

Python 3的package manager工具是pip3（Python 2的package manager工具是pip）。
Python 3自带pip3。请试试以下命令。

pip3 install numpy

通常学术仿真常用的python package还有数据处理scipy，绘图的matplotlib。下文会介绍matplotlib.pyplot。

5.安装Jupyter

脚本editor。用TextEdit就可以编辑Python脚本，但Python对缩进很苛刻，需要专业的editor。

索菲亚查找过、尝试过很多best editors，vi、emacs、IDLE，还有专业程序员常用编辑器，体积巨大。索菲亚最喜欢Jupyter，支持中文注释，事实上，Jupyter有两种输入框（Cell），1）Python代码或2）Markdown。所以对文字的支持强大。

索菲亚认为Mac Terminal中执行Python，确实既可以直接编程，又可以执行脚本文件。而Jupyter也有这两个功能。

安装操作[4]是输入命令：

$ pip3 install "ipython[notebook]"

运行Jupyter，需要switch到目标文件夹，输入命令：

$ python3 -m IPython notebook

可以发现Jupyter在浏览器中执行。该文件夹及其子文件夹是Jupyter的工作文件夹。

上文提到Python对文字的支持强大。推荐一个例子：NetworkX Tutorial这个网页在文末可以下载.ipynb Jupyter文档。下载后，拷贝至Jupyter的工作文件夹，可以双击打开。

现在来尝试新建自己的Python程序。

2. Python 3教程

W3Cschool有一个Python 3教程，very basic，beautiful。而且有一个“赞赏支持”功能，“您的支持将鼓励我们做得更好”。

索菲亚很遗憾自己没有早一点看到这个系列，因为这需要搜索非常基本的关键词才能看到，比如索菲亚恰巧搜索了 "python 数据结构"。（这篇博文从几天前首次写完，每天索菲亚有新发现，然后不停地打补丁，已经看不出来学习路线了。也许该另开一个博文。）

3. 绘图程序

绘图可以用PIL（Python image library）package逐个pixel基础绘图，也可以调用绘图package。

下面的示例参考的是Jackson Gabbard的open source[5]。
关于PIL，nkmk.me有一个优雅、全面的介绍，有大量举例[6]。

2.1 基础绘图

在Jupyter 选择合适的文件夹，new python 3，可以看到另一个浏览器窗口untitled，请在左上角rename，比如PillowExamples并在文件夹下产生PillowExamples.ipynd文件，这个文件即源码数据，不再有.py文件。

在命令行（cell）输入Python 代码：

from PIL import Image

#Image坐标原点在左上角，X轴向右，Y轴向下。
#RGB颜色的取值示例0x123456，R是0x56，G是0x34，B是0x12。
#image.putpixel((x, y), 0xff0000)
#image.putpixel((x, y), (r, g, b))
#image.putpixel((x, y), (r, g, b, a)) 如果使用RGBA颜色的话，A是alpha，opacity，100%表示不透明。

img_size = 300
bg_color = 0xFFFFFF #white

im = Image.new('RGB', (img_size, img_size), bg_color)

for y in range(img_size):
    for x in range(int(img_size/3)):
        im.putpixel((x, y), (0xff, 0, 0xff)) #magenta
    for x in range(int(img_size/3),int(img_size*2/3)):
        im.putpixel((x, y), (0xff, 0xff, 0))# yellow
    for x in range(int(img_size*2/3),img_size):
        im.putpixel((x, y), (0, 0xff, 0xff))#cyan
       
im.show()

另一个示例是在背景图片上写文字，制作一张生日卡片[7]。

2.2 调用绘图功能包matplotlib.pyplot

matplotlib.pyplot[8]是使得matplotlib运作起来像是MATLAB的绘图function package。
例如，新绘一个图，在图中作文字说明等。

plot函数用于画点和线，同时有autoscale功能，即坐标会自动适配展示所绘的图。

import matplotlib.pyplot as plt
plt.plot([1, 2, 3], [1, 4, 9], 'o--')
plt.xlabel('time (s)')
plt.show()

plot还有第三个参数用于规定点和线的风格，还可以用数组表示点，数组需要numpy package。例如，

import numpy as np
import matplotlib.pyplot as plt
# evenly sampled time at 200ms intervals
t = np.arange(0., 5., 0.2)
#t是一维数组, 可以用print(t)观察


# red dashes, blue squares and green triangles
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.title('Dots show')
plt.xlabel('time (s)')
plt.ylabel('Functions')
plt.show()

组合型参数'r--'表示red，虚线。其他参数请用英文单词直觉理解。Python 函数的介绍有时不严谨，我想是作者认为脚本语言本身即英文文本说明。

如果画圆[9]，原理是先准备一个圆的对象，再显示到坐标系。

import matplotlib.pyplot as plt

ax = plt.gca()#Get Current Axes
c1=plt.Circle((0, 0), 0.2, color='r', alpha=0.5)
c2=plt.Circle((1, 1), 0.5, color='cyan', alpha=0.5, clip_on=False)
ax.add_patch(c1)
ax.add_patch(c2)
ax.add_artist(plt.Circle((1, 0), 0.5, color='grey', alpha=0.5, clip_on=True))
#The difference between ax.add_patch(..) and ax.add_artist(..)
#of the two, only the former makes autoscaling machinery take the circle into account.

#Use adjustable='box-forced' to make the plot area square-shaped as well.
ax.set_aspect('equal', adjustable='datalim')
ax.plot()   #Causes an autoscale update.
plt.show()

如何读一张图片，即如何load一个图片文档。

#参考：
#[1]StackOverFlow, Reading images in python, Asked: Gerges, Answered: Shai Léger, https://stackoverflow.com/questions/48729915/reading-images-in-python

import matplotlib.pyplot as plt
import matplotlib.image as mpimg

img=mpimg.imread('/path/colorwheel2.eps') #请用正确的图片文件路径
imgplot = plt.imshow(img)

参考：

  1. Vamei，「Python简史」，2013-02-06，https://www.cnblogs.com/vamei/archive/2013/02/06/2892628.html ↩︎

  2. Compiler vs Interpreter: Complete Difference Between Compiler and Interpreter, guru99, https://www.guru99.com/difference-compiler-vs-interpreter.html ↩︎

  3. Installing Python 3 on Mac OS X, https://docs.python-guide.org/starting/install3/osx/ ↩︎

  4. 大数软体有限公司，「如何安装 Jupyter (Ipython Notebook)」，2017-10-31，https://v.youku.com/v_show/id_XMzEyMzQ1MzEwOA==.html?refer=seo_operation.liuxiao.liux_00003310_3000_nUF3ai_19042900 ↩︎

  5. Jackson Gabbard, Python-Color-Gamut-Generator, Github, https://github.com/jacksongabbard/Python-Color-Gamut-Generator/blob/master/color-wheel-generator.py ↩︎

  6. note.nkmk.me, Pillow, https://note.nkmk.me/en/pillow/ ↩︎

  7. VINAY JAIN, PUTTING TEXT ON IMAGE USING PYTHON – PART I, https://haptik.ai/tech/putting-text-on-image-using-python/ ↩︎

  8. Pyplot tutorial, https://matplotlib.org/3.1.1/tutorials/introductory/pyplot.html#sphx-glr-tutorials-introductory-pyplot-py ↩︎

  9. Evgeni Sergeev, plot a circle with pyplot, 2018-01-03, https://stackoverflow.com/questions/9215658/plot-a-circle-with-pyplot/29184075#29184075 ↩︎

【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/dersu/p/12940453.html