Bugsp.ru

Ваша компьютерная помощь
0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Скачать Gnuplot последнюю версию

Gnuplot (32-bit)

Gnuplot is a portable command-line driven graphing utility for Windows PC and many other platforms. The source code is copyrighted but freely distributed (i.e., you don’t have to pay for it). It was originally created to allow scientists and students to visualize mathematical functions and data interactively but has grown to support many non-interactive uses such as web scripting. It is also used as a plotting engine by third-party applications like Octave. It has been supported and under active development since 1986. Gnuplot supports many different types of 2D and 3D plots!

It supports many different types of output

Interactive screen display:
cross-platform (Qt, wxWidgets, x11) or system-specific (MS Windows, OS/2)

Direct output to file:
postscript (including eps), pdf, png, gif, jpeg, LaTeX, Metafont, emf, SVG.

Mouseable web display formats:
HTML5, svg

What does Gnuplot offer?

  • Two-dimensional functions and data plots combining many different elements such as points, lines, error bars, filled shapes, labels, arrows, .
  • Polar axes, log-scaled axes, general nonlinear axis mapping, parametric coordinates
  • Data representations such as heat maps, beeswarm plots, violin plots, histograms, .
  • Three-dimensional plots of data points, lines, and surfaces in many different styles (contour plot, mesh)
  • Algebraic computation using integer, floating-point, or complex arithmetic
  • Data-driven model fitting using Marquardt-Levenberg minimization
  • Support for a large number of operating systems, graphics file formats, and output devices
  • Extensive on-line help
  • TEX-like text formatting for labels, titles, axes, data points
  • Interactive command-line editing and history

The current development version will generally include features that are not yet part of the most recent stable release of gnu plot. As of April 2019, the 5.3 development version notably supports

  • 64-bit integer arithmetic
  • 3D voxel grids
  • 3D plot styles isosurface, circles, boxes
  • set walls command to show xy xz and yz planes in 3D plots
  • Unicode escape sequences U+hhhh
  • order N Bessel functions of the 1st and 2nd kind
  • modified Bessel functions
  • multiple textbox styles

Download Gnuplot (32-bit) Latest Version

Screenshots

Related Downloads

Top Downloads

Comments and User Reviews

Join our mailing list

Stay up to date with latest software releases, news, software discounts, deals and more.

Each software is released under license type that can be found on program pages as well as on search or category pages. Here are the most common license types:

Freeware

Freeware programs can be downloaded used free of charge and without any time limitations. Freeware products can be used free of charge for both personal and professional (commercial use).

Open Source

Open Source software is software with source code that anyone can inspect, modify or enhance. Programs released under this license can be used at no cost for both personal and commercial purposes. There are many different open source licenses but they all must comply with the Open Source Definition — in brief: the software can be freely used, modified and shared.

Free to Play

This license is commonly used for video games and it allows users to download and play the game for free. Basically, a product is offered Free to Play (Freemium) and the user can decide if he wants to pay the money (Premium) for additional features, services, virtual or physical goods that expand the functionality of the game. In some cases, ads may be show to the users.

Demo programs have a limited functionality for free, but charge for an advanced set of features or for the removal of advertisements from the program’s interfaces. In some cases, all the functionality is disabled until the license is purchased. Demos are usually not time-limited (like Trial software) but the functionality is limited.

Trial

Trial software allows the user to evaluate the software for a limited amount of time. After that trial period (usually 15 to 90 days) the user can decide whether to buy the software or not. Even though, most trial software products are only time-limited some also have feature limitations.

Usually commercial software or games are produced for sale or to serve a commercial purpose.

Gnuplot

Gnuplot Это программа для графического представления математических функций. Это передовые многоцелевой открытым исходным кодом программное обеспечение с большим для образовательных целей

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

Gnuplot Изображение 1 Thumbnail Gnuplot Изображение 2 Thumbnail Gnuplot Изображение 3 Thumbnail Gnuplot Изображение 4 Thumbnail Gnuplot Изображение 5 Thumbnail Gnuplot Изображение 6 Thumbnail Gnuplot Изображение 7 Thumbnail Gnuplot Изображение 8 Thumbnail Gnuplot Изображение 9 Thumbnail Gnuplot Изображение 10 Thumbnail

Если вам нужно создать графики, основанные на функции и численные данные, Gnuplot представляет собой очень интересный ресурс. Это программа, которая впервые появилась в 1986 году, написанные на открытым исходным кодом, и что приходит вместе с версии для Mac и Linux, среди прочих, а также для Windows.

Представляют собой математические функции и данные в графическом формате

Это определенно не кусок программного обеспечения для начинающих. Другими словами Если вы хотите использовать его, вам потребуется определенный объем знаний в области графического представления функций. Представления данных может быть извлечено в различных форматов изображений, включая PNG, EPS, SVG или JPEG, среди других. Он может использоваться в интерактивном режиме, но также в пакетном режиме с помощью сценариев, а также возможность сделать использование различных интерфейсов адаптированы для использования с программирования языки, такие как Perl, Python, Java или Smalltalk.

Читайте так же:
Скачать драйвера для ASUS P5GC-MX/1333

И хотя это первоначально было сосредоточено на ученых и студентов, что позволяет им просматривать математические функции графически доступ к данным в интерактивном режиме, он вырос благодаря ее применения в других средах, таких как кодирование веб-сценариев.

Gnuplot и с чем его едят

Графики простые и классные. Наиболее ценное преимущество gnuplot заключается в том, что для их построения вам нужен только текстовый файл с исходными данными, gnuplot на вашей любимой ОС (хоть OpenWRT) и любимый тестовый редактор vim.

На первый взгляд может показаться, что gnuplot сложнее в использовании для построения графиков чем MS Exel. Но это только так кажется, порог вхождения чуть выше (это вам не мышкой наклацать, тут надо документацию читать), но на практике выходит намного проще и удобнее. Один раз написал скрипт и используешь его всю жизнь. Мне реально намного сложнее построить график в Exel, где всё не логично, нежели в gnuplot. А главное преимущество gnuplot, то что его можно встраивать в свои программы и на ходу визуализировать данные. Так же gnuplot без особых проблем строит график с 30-ти гигабайтового файла статистических данных, тогда как Exel просто падал и не мог его открыть.

К плюсам gnuplot можно отнести то, что он легко интегрируется в код на стандартных языках программирования. Есть готовые библиотеки для многих языков, лично я сталкивался с php и python. Таким образом можно генерировать графики прямо из своей программы.

Для примера скажу, что моя хорошая подруга, когда писала диссертацию освоила gnuplot (с моей подачи). Она ни разу не технарь, но разобралась за один вечер. После чего строила графики только там, и уровень её работы стал выгодно отличаться на фоне коллег, использующих Excel. Лично для меня показателем высокого качества научной работы являются графики, построенные специализированными программами.

Таким образом, gnuplot — это просто, доступно и красиво. Едем дальше.

Gnuplot — применение

Работа с gnuplot возможна двумя способами: командный режим и режим выполнения скриптов. Рекомендую сразу использовать второй режим, как наиболее удобный и быстрый. Тем более, что функционал абсолютно тот же.

Но для старта погоняем gnuplot в командном режиме. Запускаем gnuplot из командной строки, либо тем способом который доступен для вашей ОС. Обучение можно начать даже не с чтения этой статьи, а прямо с самой первой команды help. Она выведет шикарную справку и дальше по ней можно идти. Но мы пробежимся по основным моментам.

График строится командой plot. В качестве параметров команды можно задать функцию, либо имя файла данных. А так же какой столбец данных использовать и чем соединять точки, как их обозначать и т.д. Давайте проиллюстрирую.

gnuplot> plot sin(x)

После выполнения команды у нас откроется окно, где будет график синуса, с подписями по умолчанию. Давайте улучшим этот график, заодно разберёмся с дополнительными опциями.
Подпишем оси.

Задает подпись для оси абсцисс.

Задает подпись для оси ординат.

Добавим сетку, чтобы было видно где построен график.

Мне не нравится, что по оси ординат синусоида упирается в конец графика, поэтому зададим лимиты значений, которыми будет ограничен график.

Таким образом график у нас будет отрисован от минимального значения -1,1 до максимального 1,1.
Точно так же, устанавливаю диапазон для оси абсцисс, чтобы был виден только один период синусоиды.

Надо бы добавить заголовок к нашему графику, чтобы всё по феншую было.

Обратите внимание, что можно задавать шрифты и их размер. Какие шрифты можно использовать, смотрите в документации на gnuplot.

Ну и наконец, давайте кроме синуса на графике ещё нарисуем и косинус, да ещё и зададим тип линии и её цвет. А так же добавим легенды, что же мы чертим.

Здесь мы рисуем два графика на одном холсте, красным и зелёным цветом. Вообще вариантов линий (пунктир, штрих, сплошная), тощин линий, цветов великое множество. Как и типов точек. Моя цель лишь продемонстрировать спектр возможностей. Сведём все команды в одну кучку и выполним их последовательно. Чтобы сбросить предыдущие настройки, введём reset.

В результате получаем вот такую красоту.

График уже не стыдно публиковать в научном журнале.

Если вы повторяли честно всё это за мной, то могли заметить, что вручную каждый раз вводить это, даже копируя, как-то не комильфо. Но это же готовый скрипт? Так давайте же его и сделаем!
Выходим из командного режима, командой exit и создаём файл:

Делаем его исполняемым и запускаем. Ну не забываем как выйти из vim.

В результате получаем такое же окно с графиками. Если в заголовке не добавить “-persist”, то окно автоматически закроется после выполнения скрипта.

Читайте так же:
Как правильно и быстро настроить роутер TP-LINK TL-WR702N

Но окно создавать часто не очень нужно, плюс не всегда удобно им пользоваться, да и вы можете работать в операционной системе без GUI. Значительно чаще нужно получать графические файлы. Лично я предпочитаю векторный формат postscript, так как при большом количестве точек можно приближать различные участки графика, без потери качества. И так же просмотрщик в линуксе автоматически обновляет окно с графиком, при изменении файла postscript, что тоже весьма удобно.

Для того, чтобы вывести данные в файл, а не на экран, надо переназначить терминал.

Как не трудно догадаться, указываем тип файла, его разрешение, затем указываем имя файла. Добавляем эти две строки в начало нашего скрипта, и получаем эту картинку в текущей папке.

Для того, чтобы сохранять в postscript нужно использовать следующие команды:

Реальные данные

Синусы, косинусы рисовать конечно прикольно, но всё же реальные данные рисовать намного интереснее! Напомню недавнюю задачу, о которой писал статью — вывод графиков скорости интернета за длительные промежутки времени. Формат данных там был следующий.

Видно, что разделителем у нас служит точка с запятой, нам нужно вывести скорость загрузки, скорость выгрузки в зависимости от времени. При этом, если обратить внимание дата и время находятся в разных столбцах. Сейчас расскажу, как я это обошёл. Сразу приведу скрипт, по которому строился график.

В начале файла мы задаём выходной файл postscript (либо png, если будет нужен).

set datafile separator ‘;’ — мы задаём символ разделитель. По умолчанию столбцы разделяет пробел, но csv-файл предлагает множество вариантов разделителей, и нужно уметь использовать все.
set grid xtics ytics — устанавливаем сетку (можно сетку установить только по одной оси).
set xdata time — это важный момент, мы говорим о том, что по оси X формат данных будет время.
set timefmt ‘%d.%m.%Y;%H:%M:%S‘ — задаём формат данных времени. Обратите внимание, что в формат времени попал символ разделения столбцов(«;»), таким образом мы обработаем две колонки как одну.

Задаём подписи осей и графика. После чего строим график.

plot «Rostelecom.csv» using 3:6 with lines title «Download», » using 3:7 with lines title «Upload» — на одном графике мы строим как скорость скачивания, так и скорость отдачи. Using 3:6 — это номер столбца в нашем файле исходных данных, что от чего строим (X:Y).

Далее так же точно строим график для пинга. Результирующий график будет выглядеть следующим образом.

Это скриншот с postscript. Прямые линии в графике связанны с тем, что там пропуски данных. Вот вполне реальный пример построения графика.

Вы хотите 3D? Их есть у меня!

Долго думал, какой же пример трёхмерного графика привести, и не придумал ничего лучше, чем визуализировать картинку. Ведь по сути картинка — это трёхмерный график, где яркость пикселя — это координата по z. Поэтому давайте немного похулиганим.
Возьмём самое знаменитое фото Эйнштейна.

И сделаем из него график. Для этого конвертнём его в формат pgm ASCII и выкинем все пробелы, заменив переводом строки, такой простой командой.

Кто не понял, что здесь происходит, поясняю: мы конвертируем с помощью imagemagic картинку в формат pgm, а потом с помощью tr заменяем перевод каретки с переносом на новую строку на пробел, а потом все пробелы на перенос каретки и сохраняем это всё в outfile.pgm. Кому это сложно, могут открыть файл в gimp и экспортировать его как pgm-ASCII.

После чего открываем получившийся файл нашим любимым редактором vim и удаляем у него заголовок. В моём случае это первые три строки. Из заголовка не забываем узнать разрешение файла, в данном случае было 325х408 пикселей. Всё, мы получили текстовый файл координат Z! Теперь наша задача добавить координаты X и Y, для этого прогоним всё это через питоновский скрипт.

Сохраняем это как convert.py и запускаем:

Всё, у нас теперь res.txt содержит координаты Эйнштейна… Хм, ну точнее сказать координаты его изображения. Ну в общем, вы поняли :).

Пример файла.

Скрипт для построения этой красоты выглядит следующим образом.

Прежде чем мы пойдём разбирать скрипт, если вы будете это повторять, то настоятельно рекомендую выполнить строки скрипта в командном режиме, чтобы можно было мышкой вращать график (разумеется не указывая set terminal). Это очень круто!

Вначале мы устанавливаем тип выходных данных, а так же границы данных. Границы выставлены по размерам картинки, и плюс от низа я отступил по оси Z на 256 символов, чтобы была видна проекция картинки. Дальше мы озаглавливаем график, подписываем оси. Командой unset key — я отключаю легенды (она не нужна на графике). А вот далее идёт настоящая магия!

set palette gray — мы задаём палитру. Если оставить по умолчанию, то график будет цветным, как на тепловизоре. Чем выше, тем более жёлтое пятно, чем ниже тем темнее красный цвет.

Читайте так же:
Как закрепить запись на стене ВКонтакте

set hidden3d — как бы натягивает изогнутую поверхность (удаляет линии), таким образом формируется красивая выпуклая повехность.

set pm3d at bs — включаем стиль рисования трёхмерный данных, который рисует данные с координатой сеткой и цветом. Подробнее читайте в документации, более детальное описание выходит за рамки статьи.

set dgrid3d 100,100 qnorm 2 — устанавливаем размер ячеек сетки 100х100, и сглаживание между ячейками. Значение 100х100 и так очень большое, и программа сильно тормозит. qnorm 2 — это сглаживание (интерполяция данных между ячейками).

splot «./res.txt» with l — рисуем получившийся график. «With l» — означает рисовать график линиями. Это мелкий хак, потому что точки видны на графике (можно задать маленькие точки).

После запуска ждём некоторое время, и получаем полигональный «барельеф». Попробуйте поэкспериментировать с настройками, чтобы получить другие варианты визуализации.

Изображение в командном режиме, после того как повращали.

Тут вспоминается сразу анекдот.

Применение gnuplot в своих программах

Пример взят со stackoverflow с моими небольшими доработками.

Код генерирует текстовый файл и постоянно вызывает перестроение графика. Код приложу под спойлер, чтобы не рвать статью.

Код работает очень просто, мы открываем pipe:

Это аналогично вертикальной черте в bash, когда мы за одной командой пишем другую, только внутри программы. Пишем данные в файл lorenzgplot.dat. Один раз вызываем в gnuplot команду splot:

И далее при добавлении новой точки, мы перестраиваем график.

В результате получаем очень красивое медленное построение Аттрактора Лоренца. Ниже видео, снятое почти десять лет назад, на старенький фотоаппарат, поэтому не ругайтесь сильно. Важно в видео другое, что всё это прекрасно работает на таком старом железе, как Nokia N800. Смотреть это желательно без звука.

Важно понимать, что команда replot очень хорошо кушает память и процессорное время, то есть, вот такое построение графика некисло так подтормаживает систему. Так что, при всей любви к gnuplot — это не лучший способ его использования. Ещё одна проблема, что данное окно не удастся ни закрыть, ни передвинуть.

Заключение

Напоследок хочу показать видео, в котором я собрал сотни графиков случайного логарифмического распределения регистраций радиоактивных частиц, реальные данные одного исследования. Видео можно и нужно смотреть со звуком.

В этой статье не смог рассказать и тысячной доли возможностей данного графопостроителя, разве что немного ознакомил читателя с данной программой. Далее вам следует самостоятельно искать примеры, читать документацию на официальном сайте gnuplot.sourceforge.net либо www.gnuplot.info. Обязательно загляните в примеры, там очень много интересного и полезного.

Для старта так же могу порекомендовать Краткое введение в gnuplot (рус). Искренне удивлён, что такая замечательная программа не изучается во всех технических ВУЗах наравне с Latex. У нас зачем-то учили MS Exel и Word.

Изучить gnuplot не сложно, я потратил буквально несколько дней в попытке разобраться с нуля. Но с данной статьёй, верю, что у вас всё будет быстрее. Теперь я забыл о всяких Exel/Calc в качестве графопостроителей, использую только гнуплот. Тем более, что я даже не знаю и десятой доли всех возможностей построения графиков.

Хочу отметить, что существуют множество других графопостроителей, не хуже, чем гнуплот, тем более, что он достаточно старый. Но для меня gnuplot оказался наиболее простым и исчерпывающим. Плюс он самый распространённый графопостроитель, и в сети громадное количество примеров его использования. Спасибо что дочитали!

py-gnuplot 1.1.8

Gnuplot is a portable command-line driven graphing utility for many platforms. To leverage the powful gnuplot to plot beautiful image in efficicent way in python, we port gnuplot to python. Let’s see an example at first:

From the example we can see, we plot the function with plot() function, with all the options as the function parameters. It’s easy to understand and comply with both gnuplot and python’s grammer. The generated image is as below:

figure 1. pygnuplot demo 1: simple function

Let’s see the detail in the below:

1. Introduction and examples list

As we know Gnuplot is a portable and powerful command-line driven graphing utility for many platforms. To leverage the power of Gnuplot, We develop the py-gnuplot in a easy understand way.

py-python only support python3 since the function dictionary paramaters in python2 is not in order.

This package has an object-oriented design as well as direct function call to allows the user flexibility to set plot options and to run multiple gnuplot sessions simultaneously.

We will introduce it in detail in the following chapter and here list the exaples used in this article as below:

Table1 : A demostration of pygnuplot.gnuplot script

gnuplot demo scriptobject-oriented interface scriptdirect function call scriptAll the script produce the same image
simple.demsimple2.pysimple3.py
surface2.demsurface1.pysurface2.py
iterate.demwhale1.pywhale2.py
Table 2: A demostration of plot() and plot_data()

gnuplot demo scriptobject-oriented interface scriptdirect function call scriptAll the script produce the same image
histo.1.gnuhisto.1.pyhisto.2.py
finance.demfinance1.pyfinance1.py
Table 3: Examples porting from Matplotlib

3.2.1 Stacked bar chart3.2.2 Grouped bar chart with labels3.2.3 Multiplot Axes Demo3.2.4 control view and zoom
3.2.5 Rendering math equation using TeX3.2.6 Basic pie chart

2. Plot elements in py-gnuplot

As we know, gnuplot use commands to plot all kinds of image, we port almost all the useful commands as functions in py-gnuplot.

In 2.1 member functions port from Gnuplot we introduce the member functions that we can plot all what Gnuplot could do, The limitation is it’s not so easy to plot the python generated data with the those existing command.

To plot the data generated in python, we develop additional functions as below,

they are almost the same as the original plot()/splot(), the difference is we pass the data as the first parameter, you don’t give the filename in the plot command, see detail in 2.2 new developed member functions for python generated data .

Sometime we only need simple plot and don’t want to allocate a Gnuplot instance, we develop the easy way to plot: 2.3 new developed global class-less function call and you can plot the image in a easy way with global class-less function call.

2.1 member functions port from Gnuplot

The principle is if you can write Gnuplot script, you can write py-gnuplot. There is 1-1 mapping between almost all Gnuplot command and python function;

2.1.1 The constructor

When create the Gnuplot instance, you can pass some parameter to it, you can also set them when you call set() or plot(), they are the same.

The “log” parameter is a new added flag to indicate if we print the gnuplot execution log when run. For example:

This is the script output with the log=True:

And this is the image output:

2.1.2 cmd()

We implemented the function cmd() and pass the command to call Gnuplot to plot the data, Thus we could do everything with the only one simple function:

Or you can even pass the Gnuplot command as a string list or a text paragraph:

This is the image output:

By this way we can do everything that Gnuplot can do and cannot do what Gnuplot itself can’t do. It’s the exact way that the Gnuplot do it. and we don’t get any benifit besides we can call Gnuplot in python. So we develop many other functions as below:

2.1.3 set()

The set command can be used to set lots of options. The set and unset commands may optionally contain an iteration clause, so the arg could be list. For examples:

We set the options before plot and then call plot to render the image. It’s equivalent to example in 2.1.2 cmd() but seems muck like a python script.

set() is flexible but indeed set() functions is not necessary. We could pass the options as parameter in the constructor and plot(). For examples the following script act equally with the above:

We can also write it as the following, they are all the same:

2.1.4 unset()

Options set using the set() function may be returned to their default state by the corresponding unset() function:

unset command could be replaced as set, for example the above example could also be writen as:

2.1.5 plot()

plot is the primary command for drawing plots with gnuplot, We port it as a function in py-python. As description, the plot-element is passed as variable parameters, and options are passed as dictionary parameter. please be noted that the plot-element should be in the single quotes:

Note that the plot()/splot() only plot the gnuplot functions and file, if you’d like to plot data generated in python, you should call the new added functions: 2.2.1 plot_data() and 2.2.2 splot_data() .

for example plot the gnuplot function or datafile we use pygnuplot.gnuplot:

If we plot the python generated data we use plot_data() and splot_data():

As we stated in 2.1.3 set() , we can use parameter to replace set()/unset() in plot() function, here is something we need to know when using parameter to replace set()/unset():

If it’s flag parameter, for example:

we can pass it as a empty value:

We have two means to pass “unset” command, one is the no-xxx option and the other is xxx = None, for examples we’d like to unset the grid and xrange:

We can do that in py-gnuplot by:

If there is multiple lines for one options, for exampe in gnuplot it is:

We pass them by a list of options:

2.1.6 splot()

The usage of splot() is exactly the same as plot().

2.2 new developed member functions for python generated data

We develop the following memember functions, they are very familar with the orignal plot() and splot(), the only difference is that , in the new developed function, we pass the python generated data as the first parameter and remove the corresponding element in the plot command.

2.2.1 plot_data()

The usage is the same as in 2.1.5 plot() except that you should pass the data(string or pandas Dataframe format) as the first parameter, and remove the corresponding filename in every plot line. Moreover, the defaulst seperator now is “,” for easy use with csv file:

2.2.2 splot_data()

The usage is the same as in 2.2.1 plot_data() .

2.3 new developed global class-less function call

We can plot the image just by the above object-oriented interface, but sometimes we want to quick plot an image in quick mode, we can call the global class-less function call:

2.3.1 plot()

The usage is the same as in 2.1.5 plot() except that you needn’t allocate a Gnuplot() instance at first:.

2.3.2 splot()

The usage is the same as in 2.1.6 splot() except that you needn’t allocate a Gnuplot() instance at first:

2.3.3 plot_data()

The usage is the same as in 2.2.1 plot_data() except that you needn’t allocate a Gnuplot() instance at first:

2.3.4 splot_data()

The usage is the same as in 2.2.2 splot_data() except that you needn’t allocate a Gnuplot() instance at first:

2.3.5 multiplot()

Since we don’t allocate the Gnuplot instance, there is a little trick to plot the multiplot image. To solve the issue we create 3 brand new function to implement that, anyway, we have new options to plot the data.

Before call multiplot() we must generate the subplot object by calling make_plot()/make_splot(), It is much like mplfinance.make_addplot(), it only add the subplot command for further call:

A example in reality:

3. examples

3.1 examples port from gnuplot

3.1.1 finance

example with object-oriented interface call:

Since it enable the log options, I attach the execution log as below:

And the generated output is as following:

3.1.2 histogram

Plot with member functions:

Since it’s simple, we also could plot it with global class-less function call:

And the generated output is as following:

3.1.3 splot

object-oriented function call:

Direct function call example:

And the generated output is as following:

3.1.4 pm3d

And the generated output is as following:

3.2 Examples port from matplotlib

Just for fun, I translate some examples in matplotlib to py-gnuplot:

3.2.1 Stacked bar chart

Refer to the original script: Stacked bar chart and the original image:

3.2.2 Grouped bar chart with labels

Refer to the original script: Grouped bar chart with labels and the original image:

3.2.3 Multiplot Axes Demo

Refer to the original script: Multiplot Axes Demo and the original image:

3.2.4 control view and zoom

Refer to the original script: axes_margins.py and the original image:

3.2.5 Rendering math equation using TeX

We can embed the TeX math equation into the gnuplot generated image by setting the epslatex terminal, it would be rendered as a .tex file, you can import it directly or you can convert it to .pdf file and then .png file if needed. this is the example:

I list the script output since it’s with the log=True:

Refer to the original script: Rendering math equation using TeX and the original image:

3.2.6 Basic pie chart

Refer to the original script: Basic pie chart and the original image:

5. CHANGLOG

1.0 Initial upload;

1.0.3 Now Gnuplot().plot()/splot() supplot set options as parameters.

1.0.7 The pyplot.plot() now can accept both string and pandas.Dataframe as the first parameter, Further more we need pandas installed at first.

1.0.11 Fix the bug: gnuplot.multiplot() doesn’t work.

1.0.15 1) Add an example of comparing the object-oriented interface call and global class-less function call in multiplot() in multiplot() in multiplot() in multiplot(). 2) remove some duplicate setting line.

1.0.19 Add a log options to enable the log when run the script.

1.1 Upgrade to 1.1: 1) Submodule pyplot is depreciated. 2) To plot python generated data we use gnuplot.plot_data() and gnuplot.splot_data().

1.1.2 Enhancement: If it’s multiplot mode, automatically call the following Gnuplot to unset the label:

1.1.3 Enhancement: When plotting the python generated data, we set the seperator to “,” for easy using it in csv file. 1.1.5 Bug fix: on some case it exit exceptionally. 1.1.8 Remove some Chinese comments to remove the “UnicodeDecodeError” for some users.

голоса
Рейтинг статьи
Ссылка на основную публикацию