如何在Mac 上使用Python Matplotlib

在本文中,我将向您展示如何在 macOS Big Sur 上安装 Python,包括 NumPy、SciPy 和 Matplotlib。我将向您展示如何使用 arm64 Apple Silicon 版本原生安装上述三个库。我假设您使用的是 M1 或更新的 arm64 处理器。

MacOS Big Sur 默认搭载 Python 2.7,目前仅修复了一些错误,并且自 2020 年起已停止支持。Python 3 是未来的发展方向,所有主流 Python 库都支持它。在本教程中,我们将使用 Python 3.9,这是撰写本文时 Python 的最新稳定版本。

首先安装 macOS 的命令行工具。请注意,即使您已经安装了 Xcode,也仍然需要命令行工具。打开终端并输入:

复制代码
xcode-select --install

另外需要注意的是,安装命令行工具后,您还会获得一个稍旧的 Python 3 版本 (3.8)。截至撰写本文时,无论是 https://www.python.org/ 上的官方 Python 版本还是 Apple 提供的版本,都无法使用默认的 Python 机制通过 pip 原生安装 NumPy、SciPy 或 Matplotlib。

为了能够原生安装上述三个库,我们将使用 Miniforge,Apple 也推荐使用 Miniforge 来安装其他尚未通过 pip 支持的 arm64 库。

在 Miniforge 页面上,请确保下载适用于 arm64(Apple Silicon)架构的库:

Miniforge 下载页面

您的下载文件夹中应该会包含一个名为 Miniforge3-MacOSX-arm64.sh 的文件。

接下来,打开终端,导航到"下载"文件夹,使 Miniforge3-MacOSX-arm64.sh 可执行并运行脚本:

复制代码
cd Downloads
chmod +x Miniforge3-MacOSX-arm64.sh
./Miniforge3-MacOSX-arm64.sh

您可以放心地接受默认设置,并对所有问题都回答"是"。安装完成后,激活 Miniforge:

复制代码
source ~/miniforge3/bin/activate

此时,您的提示符应该会显示您正在使用基础环境。如果您在终端中打开新标签页或重新启动终端,基础环境将默认激活。

现在,我们将使用 Miniforge 中的 conda 命令创建一个名为 work 的新环境(您可以使用其他名称),并激活它:

复制代码
conda create -n work python=3.13
conda activate work

此时,您的提示符应该会显示您正在使用工作环境。

激活工作环境后,我们可以将 NumPy、SciPy 或 Matplotlib 安装到此环境中:

复制代码
conda install numpy scipy matplotlib

请注意,如果您重新启动终端,它将恢复到基础环境。如果您需要使用工作环境或刚刚安装的库,请使用:

复制代码
conda activate work

来激活它。

另外,当您处于活动环境中时,您可以使用 python 命令调用 Python 解释器,而无需使用版本号。

现在让我们尝试一些更有趣的事情,用 Matplotlib 绘制一个简单的函数。启动 Python 解释器并尝试接下来的示例。

首先,我们将使用以下命令导入 NumPy 和 Matplotlib:

1 import numpy as np

2 import matplotlib.pylab as plt

接下来,我们可以在 (0, 1) 区间定义一些点:

1 t = np.linspace(0, 1, 100)

现在,让我们绘制一个定义在上述区间的抛物线:

1 plt.plot(t, t**2)

2 plt.show()

完整的代码:

复制代码
import numpy as np
import matplotlib.pylab as plt
t = np.linspace(0, 1, 100)
plt.plot(t, t**2)
plt.show()
~           

你应该看到类似这样的结果:

复制代码
#Three lines to make our compiler able to draw:
import sys
import matplotlib
matplotlib.use('Agg')

import matplotlib.pyplot as plt
import numpy as np

xpoints = np.array([0, 6])
ypoints = np.array([0, 250])

plt.plot(xpoints, ypoints)
plt.show()

#Two  lines to make our compiler 

import numpy as np
import matplotlib.pylab as plt
t = np.linspace(0, 1, 100)
plt.plot(t, t**2)
plt.show()able to draw:
plt.savefig(sys.stdout.buffer)
相关推荐
灵智工坊LingzhiAI34 分钟前
人体坐姿检测系统项目教程(YOLO11+PyTorch+可视化)
人工智能·pytorch·python
烛阴8 小时前
简单入门Python装饰器
前端·python
好开心啊没烦恼9 小时前
Python 数据分析:numpy,说人话,说说数组维度。听故事学知识点怎么这么容易?
开发语言·人工智能·python·数据挖掘·数据分析·numpy
面朝大海,春不暖,花不开9 小时前
使用 Python 实现 ETL 流程:从文本文件提取到数据处理的全面指南
python·etl·原型模式
2301_8050545610 小时前
Python训练营打卡Day59(2025.7.3)
开发语言·python
万千思绪10 小时前
【PyCharm 2025.1.2配置debug】
ide·python·pycharm
微风粼粼12 小时前
程序员在线接单
java·jvm·后端·python·eclipse·tomcat·dubbo
云天徽上12 小时前
【PaddleOCR】OCR表格识别数据集介绍,包含PubTabNet、好未来表格识别、WTW中文场景表格等数据,持续更新中......
python·ocr·文字识别·表格识别·paddleocr·pp-ocrv5
你怎么知道我是队长12 小时前
python-input内置函数
开发语言·python
叹一曲当时只道是寻常13 小时前
Python实现优雅的目录结构打印工具
python