logo标签列表

保存交互式的Matplotlib图形。

pythonmatplotlib
156

有没有一种方法可以保存 Matplotlib 图形，以便重新打开并恢复典型的交互？（类似于 MATLAB 中的 .fig 格式？）

我发现自己多次运行相同的脚本来生成这些交互式图形。或者我向同事发送多个静态 PNG 文件以展示绘图的不同方面。我希望能够发送图形对象，并让他们自己与之交互。

7个回答
95
我刚刚发现了如何做到这一点。@pelson提到的“实验性pickle支持”效果很不错。
试试这个：
# Plot something
import matplotlib.pyplot as plt
fig,ax = plt.subplots()
ax.plot([1,2,3],[10,-10,30])

在您交互调整后，将图形对象保存为二进制文件：

import pickle
pickle.dump(fig, open('FigureObject.fig.pickle', 'wb')) # This is for Python 3 - py2 may need `file` instead of `open`

稍后打开该图，并应保存调整并保留GUI交互性：

import pickle
figx = pickle.load(open('FigureObject.fig.pickle', 'rb'))

figx.show() # Show the figure, edit it, etc.!

您甚至可以从图表中提取数据：

data = figx.axes[0].lines[0].get_data()

(它适用于线条、pcolor和imshow - pcolormesh使用一些技巧来重构扁平化的数据。)

我从使用Pickle保存Matplotlib图形获得了出色的提示。

我认为这种方法不够稳健，容易受版本变化等影响，并且不能在py2.x和py3.x之间进行交叉兼容。此外，我认为pickle文档中指出我们需要设置环境与对象被pickled（保存）时类似，但我发现在unpickling（加载）时不需要import matplotlib.pyplot as plt - 它会将导入语句保存在pickled文件中。 - Demis
6
你应该考虑关闭已打开的文件，例如：with open('FigureObject.fig.pickle', 'rb') as file: figx = pickle.load(file)。 - strpeter
1
我刚刚遇到了这个问题：'AttributeError: 'Figure' object has no attribute '_cachedRenderer'' - Timo Kvamme
2
如果您不希望脚本在 figx.show() 后继续运行并可能立即终止，您应该调用 plt.show()，它是阻塞的。 - maechler
很棒的答案！不幸的是，最后一个链接（使用Pickle保存Matplotlib图形）目前已经失效。 - Adriaan
链接对我来说似乎是有效的。很高兴它有帮助，我喜欢这个功能。 - Demis
42
2
有没有任何理由可以将这个有用的功能添加到图形的“另存为”本身中呢？是否可以加上“.pkl”作为保存格式？ - dashesy
不错的想法 @dashesy。如果你想尝试实现它，我会支持的。 - pelson
1
这只在一部分后端上有效吗？ 当我尝试在OSX上pickle一个简单的图像时，会出现“PicklingError：Can't pickle <type '_macosx.GraphicsContext'>: it's not found as _macosx.GraphicsContext”的错误。 - farenorth
只有在执行pickle之前调用plt.show()才会出现上述的PicklingError。因此，只需在pickle.dump()之后放置plt.show()即可。 - salomonvh
在我的MacOS 10.11上的py3.5中，fig.show()的顺序似乎并不重要 - 或许那个bug已经被修复了。我可以在show()之前/之后进行pickle而没有问题。 - Demis
36

这将是一个很棒的功能，但据我所知，Matplotlib尚未实现，由于图形存储的方式，自己实现可能会很困难。

我建议要么(a)分别处理数据并生成图表(将数据保存为唯一名称)，编写一个图表生成脚本(加载指定的已保存数据文件)，可根据需要进行编辑，或者(b)保存为PDF/SVG/PostScript格式，并在一些高级图形编辑器中进行编辑，如Adobe Illustrator(或Inkscape)。

2012年秋季更新： 如下面其他人所指出的（虽然在此作为被接受的答案提到），自Matplotlib 1.2版本以来，它允许您拾取图形。正如发布说明所述，这是一个实验性功能，不支持在一个Matplotlib版本中保存一个图形并在另一个版本中打开。从不受信任的来源恢复pickle也通常是不安全的。

对于共享/稍后编辑的绘图（需要进行重要数据处理并且可能需要在以后几个月内进行调整，例如在科学出版物的同行评审期间），我仍然建议使用以下工作流程：(1)编写一个数据处理脚本，在生成图表之前将处理好的数据（用于您的图表）保存到文件中；(2)拥有单独的图表生成脚本(根据需要进行调整)来重新创建图表。这样，对于每个图表，您可以快速运行脚本并重新生成它(并快速复制您的新数据的绘图设置)。尽管如此，pickling一个图表对于短期/交互式/探索性数据分析可能是方便的。

2
有点惊讶这个还没有被实现...但好吧，我会把处理后的数据保存在一个中间文件中，并将其和绘图脚本一起发送给同事。谢谢。 - Matt
2
我怀疑实现很困难，这就是为什么在MATLAB中它的表现如此糟糕。当我使用它时，图形会导致MATLAB崩溃，即使是稍微不同的版本也无法读取彼此的.fig文件。 - Adrian Ratnapala
6
pickle现在可以用于MPL图形，因此可以这样做，并且似乎工作得相当不错 - 就像Matlab的".fig"图形文件。 请参见下面的答案（目前）以了解如何执行此操作的示例。 - Demis
无论如何，您应该在整个数据分析过程中保持Python环境的稳定性，直到科学出版物发布之后，然后使用pickling即可。 - olq_plo
在没有保留确切的软件环境的情况下进行 Pickling 是没有意义的，我同意，但是为了长期重现结果，您仍然需要保留软件环境。然后你也可以使用 pickle。 - olq_plo
显示剩余4条评论
7
为什么不直接发送Python脚本呢？MATLAB的.fig文件需要接收者安装MATLAB才能显示，这与发送需要Matplotlib才能显示的Python脚本相当。或者（免责声明：我还没有尝试过），您可以尝试使用pickle保存图像。
import pickle
output = open('interactive figure.pickle', 'wb')
pickle.dump(gcf(), output)
output.close()
3
很遗憾，matplotlib图形不支持pickle处理，因此这种方法行不通。在幕后，有太多不支持pickling的C扩展程序。我完全同意只发送脚本+数据的做法...我猜我从来没有真正看到过matlab的保存为.fig文件的意义，所以我从未使用过它们。从我的经验来看，将独立的代码和数据发送给某人是最容易的方法。但是，如果matplotlib的图形对象可以被pickle处理，那就太好了。 - Joe Kington
1
即使我们的预处理数据有些庞大，而且绘图过程也很复杂。看起来这似乎是唯一的选择。谢谢。 - Matt
1
数字显然现在可以被pickle化 - 它运行得非常好！以下是示例。 - Demis
pickle的好处在于您不必以编程方式调整所有图形/子图间距/位置。 您可以使用MPL绘图的GUI使图形看起来漂亮等，然后保存“MyPlot.fig.pickle”文件-保留稍后根据需要调整绘图演示的能力。 这也是Matlab的“.fig”文件的优点。 当您需要更改fig的大小/纵横比（用于插入演示文稿/论文）时，特别有用。 - Demis
2

很好的问题。这里是来自pylab.save的文档：

尽管旧版的pylab函数仍然可用（您仍可以在pylab中引用它作为“mlab.save”），但现在的pylab不再提供保存函数。然而，对于纯文本文件，我们建议使用numpy.savetxt。对于保存numpy数组，我们建议使用numpy.save及其类似物numpy.load，它们在pylab中可用作np.save和np.load。

这将保存来自pylab对象的数据，但不允许您重新生成图形。 - dr jimbob
正确。我应该澄清一下，答案并不是建议使用 pylab.save。实际上，从文档中可以看出，不应该使用它。 - Steve Tjoa
有没有外部方法可以发送3D图形？甚至可能是一个简单的GUI到exe。 - CromeX
0

我找到了一个相对简单的方法（虽然有点不寻常）来保存我的matplotlib图形。它的工作原理如下：

import libscript

import matplotlib.pyplot as plt
import numpy as np

t = np.arange(0.0, 2.0, 0.01)
s = 1 + np.sin(2*np.pi*t)

#<plot>
plt.plot(t, s)
plt.xlabel('time (s)')
plt.ylabel('voltage (mV)')
plt.title('About as simple as it gets, folks')
plt.grid(True)
plt.show()
#</plot>

save_plot(fileName='plot_01.py',obj=sys.argv[0],sel='plot',ctx=libscript.get_ctx(ctx_global=globals(),ctx_local=locals()))

具有以下定义的函数save_plot（简化版本以便理解逻辑）：

def save_plot(fileName='',obj=None,sel='',ctx={}):
    """
    Save of matplolib plot to a stand alone python script containing all the data and configuration instructions to regenerate the interactive matplotlib figure.

    Parameters
    ----------
    fileName : [string] Path of the python script file to be created.
    obj : [object] Function or python object containing the lines of code to create and configure the plot to be saved.
    sel : [string] Name of the tag enclosing the lines of code to create and configure the plot to be saved.
    ctx : [dict] Dictionary containing the execution context. Values for variables not defined in the lines of code for the plot will be fetched from the context.

    Returns
    -------
    Return ``'done'`` once the plot has been saved to a python script file. This file contains all the input data and configuration to re-create the original interactive matplotlib figure.
    """
    import os
    import libscript

    N_indent=4

    src=libscript.get_src(obj=obj,sel=sel)
    src=libscript.prepend_ctx(src=src,ctx=ctx,debug=False)
    src='\n'.join([' '*N_indent+line for line in src.split('\n')])

    if(os.path.isfile(fileName)): os.remove(fileName)
    with open(fileName,'w') as f:
        f.write('import sys\n')
        f.write('sys.dont_write_bytecode=True\n')
        f.write('def main():\n')
        f.write(src+'\n')

        f.write('if(__name__=="__main__"):\n')
        f.write(' '*N_indent+'main()\n')

return 'done'

或者像这样定义函数save_plot（使用zip压缩生成较轻的图形文件，更好的版本）：

def save_plot(fileName='',obj=None,sel='',ctx={}):

    import os
    import json
    import zlib
    import base64
    import libscript

    N_indent=4
    level=9#0 to 9, default: 6
    src=libscript.get_src(obj=obj,sel=sel)
    obj=libscript.load_obj(src=src,ctx=ctx,debug=False)
    bin=base64.b64encode(zlib.compress(json.dumps(obj),level))

    if(os.path.isfile(fileName)): os.remove(fileName)
    with open(fileName,'w') as f:
        f.write('import sys\n')
        f.write('sys.dont_write_bytecode=True\n')
        f.write('def main():\n')
        f.write(' '*N_indent+'import base64\n')
        f.write(' '*N_indent+'import zlib\n')
        f.write(' '*N_indent+'import json\n')
        f.write(' '*N_indent+'import libscript\n')
        f.write(' '*N_indent+'bin="'+str(bin)+'"\n')
        f.write(' '*N_indent+'obj=json.loads(zlib.decompress(base64.b64decode(bin)))\n')
        f.write(' '*N_indent+'libscript.exec_obj(obj=obj,tempfile=False)\n')

        f.write('if(__name__=="__main__"):\n')
        f.write(' '*N_indent+'main()\n')

return 'done'

这里使用了我自己的一个模块libscript，它主要依赖于inspect和ast模块。如果有兴趣的话，我可以尝试在Github上分享它（首先需要进行一些清理工作并开始使用Github）。

save_plot函数和libscript模块背后的想法是获取创建图形的Python指令（使用inspect模块），分析它们（使用ast模块）以提取所有变量、函数和模块导入所依赖的内容，从执行上下文中提取这些内容，并将它们序列化为Python指令（变量的代码将类似于t=[0.0,2.0,0.01]，模块的代码将类似于import matplotlib.pyplot as plt...），并将其作为前缀添加到图形指令中。生成的Python指令被保存为一个Python脚本，执行该脚本将重新构建原始的matplotlib图形。

正如您所想象的那样，这对于大多数（如果不是全部）matplotlib图形都有效。

0

如果您想将 Python 绘图保存为交互式图以便像 MATLAB .fig 文件那样进行修改并与他人共享，则可以尝试使用以下代码。在这里，z_data.values 仅是一个 numpy ndarray，因此您可以使用相同的代码来绘制和保存自己的数据，无需使用 pandas。

此处生成的文件可以通过单击它并在 Chrome/Firefox/Edge 等浏览器中打开，任何人都可以进行交互式修改，无论是否具有 python。

import plotly.graph_objects as go
import pandas as pd

z_data=pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/api_docs/mt_bruno_elevation.csv')

fig = go.Figure(data=[go.Surface(z=z_data.values)])

fig.update_layout(title='Mt Bruno Elevation', autosize=False,
                  width=500, height=500,
                  margin=dict(l=65, r=50, b=65, t=90))

fig.show()
fig.write_html("testfile.html")
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接