Python matplotlib的上限：可“追星”，可“逐浪”！

什么，说小编标题党？

来欣赏4个Python matplotlib实现的惊艳可视化案例。

小行星运动

matplotlib动态图展示了由斯隆数字巡天望远镜（SDSS）观测到的超过 10 万颗小行星的轨道运动，并通过颜色表现出由 SDSS 五色相机测量的成分多样性。

埃博拉病毒蔓延

利用matplotlib动态图展示2013-2015年西非埃博拉病毒疫情历史。

• 系统发育树（右上角），超过 1600 个埃博拉病毒基因组被测序，利用这些基因组及其采集的时间和地点信息，推断了此次疫情的进化历史。
• 地图（左侧），显示了系统发育中推断的迁移路径，这些路径以“导弹”形式表示。
• 趋势图（右下角），展示了各国每周新报告病例数的趋势图，以国家颜色区分（塞拉利昂为蓝色，利比里亚为红色，几内亚为绿色）。

寻找最佳航天器巡航轨迹

该图展示了寻找最佳航天器巡航轨迹的过程，在满足航天器和时间限制的前提下，找到访问最多近地小行星的轨迹。为解决该问题，采用了结合禁忌搜索算法和基于树的解表示的方法。

冲浪区波浪追踪

该动图展示了机器学习“颜色学习”过程，目标是在自然海滩的冲浪区视频中检测波浪破碎。

以上4个惊艳的可视化案例都是基于matplotlib，可见matplotlib的上限完全取决于使用者的能力。

从学习matplotlib基础开始吧👉Python matplotlib保姆级教程