C'est vraiment la bibliothèque m'a permis de faire basculer beaucoup de chercheurs sous python.
Cela permet de faire ds figures d'une qualité équivalente à ce que peut faire un chercheur voulant avoir une très belle figure pour un article sous MATLab. Cela peut paraître dérisoire mais nous accordons souvent une grande à la qualité de nos figures, elles permettent de nous créer une identité visuelle et lorsque l'on lit une publication où les figures sont produites sans soins, où l'on ne peut pas bien lire les légendes où les axes, cela devient vite agaçant.
Matplotlib permet de tout paramétrer dans une figure, si l'on accepte de complexifier le code de sa figure mais les paramètres par défaut permettent souvent d'avoir des résultats déjà très acceptables.
La gamme de fonctions est extrêmement étendue et permet de réaliser énormément de choses.
Je pense que l'énorme avantage de cette bibliothèque est qu'ils ont mis en place une galerie (comme indiqué dans le journal) qui permet de rapidement regarder une figure pour voir si cela correspond à ce que l'on veut faire, et d'accéder au code source permettant de reproduire cette figure !
C'est un avantage énorme comparé à la concurrence.
De plus elle sait générer du vectoriel (SVG,EPS,PDF), ce qui nous permet d'arranger simplement les petits défauts dans inkscape !
Il est de plus possible de l'utiliser pour afficher des courbes dynamiques et de contrôler les courbes via des boutons et sliders et même synchroniser des courbes les unes par rapport aux autres. Il est également assez simple de faire un peu de représentation de surface dans R3 et de tracer des données via triangulation.
Il est aussi possible d'inclure des textes en \LaTeX très simplement, ce qui aide bien pour les formules et expressions complexes.
Elle est maintenant capable de rasteriser (transformer du vectoriel en bitmap) les rendus de ses différentes fonctions (pcolormesh par exemple) ce qui permet de grandement fluidifier la lecture des PDF et avoir des des axes vectoriels, c'est vraiment top.
C'est donc le couteau Suisse incontournable du scientifique !
Par contre, elle est tout de même assez lente, pour l'affichage de flux vidéos python-OpenCV est bien plus efficace et pour de grosses données et des interactions plus fines Chaco est plus adaptée. Chaco est par contre moins compatible avec l'aspect scripts avec lesquels les ex-utilisateurs de MATLab sont à l'aise.
C'est aussi un projet qui a été touché par un drame, la mort du créateur J-D. Hunter et qui a réussi à survivre à cet événement.
Merci J-D. Hunter et tous les développeurs de cette bibliothèque et longue vie à ce projet !
# Un bon moyen de quitter MATLab
Posté par freejeff . En réponse au journal Sortie de matplotlib 2.0. Évalué à 10.
C'est vraiment la bibliothèque m'a permis de faire basculer beaucoup de chercheurs sous python.
Cela permet de faire ds figures d'une qualité équivalente à ce que peut faire un chercheur voulant avoir une très belle figure pour un article sous MATLab. Cela peut paraître dérisoire mais nous accordons souvent une grande à la qualité de nos figures, elles permettent de nous créer une identité visuelle et lorsque l'on lit une publication où les figures sont produites sans soins, où l'on ne peut pas bien lire les légendes où les axes, cela devient vite agaçant.
Matplotlib permet de tout paramétrer dans une figure, si l'on accepte de complexifier le code de sa figure mais les paramètres par défaut permettent souvent d'avoir des résultats déjà très acceptables.
La gamme de fonctions est extrêmement étendue et permet de réaliser énormément de choses.
Je pense que l'énorme avantage de cette bibliothèque est qu'ils ont mis en place une galerie (comme indiqué dans le journal) qui permet de rapidement regarder une figure pour voir si cela correspond à ce que l'on veut faire, et d'accéder au code source permettant de reproduire cette figure !
C'est un avantage énorme comparé à la concurrence.
De plus elle sait générer du vectoriel (SVG,EPS,PDF), ce qui nous permet d'arranger simplement les petits défauts dans inkscape !
Il est de plus possible de l'utiliser pour afficher des courbes dynamiques et de contrôler les courbes via des boutons et sliders et même synchroniser des courbes les unes par rapport aux autres. Il est également assez simple de faire un peu de représentation de surface dans R3 et de tracer des données via triangulation.
Il est aussi possible d'inclure des textes en \LaTeX très simplement, ce qui aide bien pour les formules et expressions complexes.
Elle est maintenant capable de rasteriser (transformer du vectoriel en bitmap) les rendus de ses différentes fonctions (pcolormesh par exemple) ce qui permet de grandement fluidifier la lecture des PDF et avoir des des axes vectoriels, c'est vraiment top.
C'est donc le couteau Suisse incontournable du scientifique !
Par contre, elle est tout de même assez lente, pour l'affichage de flux vidéos python-OpenCV est bien plus efficace et pour de grosses données et des interactions plus fines Chaco est plus adaptée. Chaco est par contre moins compatible avec l'aspect scripts avec lesquels les ex-utilisateurs de MATLab sont à l'aise.
C'est aussi un projet qui a été touché par un drame, la mort du créateur J-D. Hunter et qui a réussi à survivre à cet événement.
Merci J-D. Hunter et tous les développeurs de cette bibliothèque et longue vie à ce projet !