最近初步学习了Python, 发现它的一个画图包 matplotlib 虽然与 MATLAB 的画图类似，但感觉还是 MATLAB 自己的画图更方便，更简单。matlab 有 explot 与 ezmesh 这两个快速生成函数的图像。
matplotlib 需要先定义数据范围，有些麻烦，发现 python 有一个 sympy 包，专门处理符号数学的，有点类似 matlab 里面的符号函数，用它来画图方便多了。 还有一个更方便的 mpmath 包，可以结合 lambda 表达式使用，它与前者相比不用事先定义符号变量。
一、二维图像
画 [-10, 10] 范围内的 y=x 2 y=x2y=x^2：
(1) 使用 matlab
ezplot('x^2',[-10,10])
一行代码，非常简单
(2) 使用 mpmath 包里面的画图
import mpmath as mp
mp.plot(lambda x: x*x, [-10, 10])
(3) Pyton 使用 sympy 包里面的画图
from sympy.plotting import plot
from sympy import symbols
x = symbols('x')
p2 = plot(x*x, (x, -10, 10))
需要四行代码
(4) 使用 matplotlib 画图
import matplotlib.pyplot as plt
import numpy as np
x= np.arange(-10, 10, 0.1)
plt.plot(x*x)
也需要四行代码，画的图稍微简略
二、三维图像
画函数[-3, 3], [-2, 2] 内的 z=xe −x 2 −y 2 z=xe−x2−y2z=xe^{-x^2-y^2}
(1) 使用matlab 画
ezmesh(@(x,y)x.*exp(-x.^2-y.^2),[-3,3], [-2,2])1
(2) 使用 mpmath 包画
import mpmath as mp
import math
mp.splot(lambda x, y: x*math.exp(-x*x-y*y))
(3) 使用 sympy 画
from sympy import symbols
from sympy.plotting import plot3d
from sympy.functions import exp
x, y = symbols('x y')
plot3d(x*exp(-x**2-y**2), (x, -3, 3), (y, -2, 2))
(4) 使用 matplotlib 画
from matplotlib import pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(-3, 3, 0.1)
Y = np.arange(-2, 2, 0.1)
X, Y = np.meshgrid(X, Y)
Z = X*np.exp(-X**2 - Y**2)
ax.plot_surface(X, Y, Z)
plt.show()
综合看来，画图还是 matlab 最好看方便， mpmath 画 2d 图不错，但是 3d 图太粗糙了； sympy 中规中矩； matplotlib 太费代码了。