具有两个滑块的交互式matplotlib图表

Question

我使用matplotlib创建了一些基于8个变量的图，希望能够研究当我更改其中一些变量时该图如何变化。我编写了一些脚本来调用matplotlib并生成不同的快照，之后将其转换为电影，效果还不错，但有点笨拙。

1. 我想知道是否有办法通过键盘按键与图形重新生成进行交互，以增加/减少某些变量的值并即时查看图形变化。

2. 最佳方法是什么？

3. 如果您能向我指出有趣的链接或一个只有两个滑块的绘图示例的链接，那就更好了。

- Open the way

Answer 1

除了 @triplepoint 提到的内容，还要看一下滑块小部件。

在 matplotlib 示例页面上有一个示例。它是一个图形滑块条，而不是键盘绑定，但它非常适合你想做的事情。

还要注意，为了保证滑块和按钮保持响应并且不被垃圾回收，对象的引用（例如 amp_slider、freq_slider 等）应该由你自己维护。

（我将这个社区百科页设为公共编辑，因为我只是从示例中复制粘贴。此示例教授不良习惯（例如使用 from pylab import *），但它表达了要点。已经修复了示例以避免使用 pylab。）

from numpy import pi, sin
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.widgets import Slider, Button, RadioButtons

def signal(amp, freq):
    return amp * sin(2 * pi * freq * t)

axis_color = 'lightgoldenrodyellow'

fig = plt.figure()
ax = fig.add_subplot(111)

# Adjust the subplots region to leave some space for the sliders and buttons
fig.subplots_adjust(left=0.25, bottom=0.25)

t = np.arange(0.0, 1.0, 0.001)
amp_0 = 5
freq_0 = 3

# Draw the initial plot
# The 'line' variable is used for modifying the line later
[line] = ax.plot(t, signal(amp_0, freq_0), linewidth=2, color='red')
ax.set_xlim([0, 1])
ax.set_ylim([-10, 10])

# Add two sliders for tweaking the parameters

# Define an axes area and draw a slider in it
amp_slider_ax  = fig.add_axes([0.25, 0.15, 0.65, 0.03], facecolor=axis_color)
amp_slider = Slider(amp_slider_ax, 'Amp', 0.1, 10.0, valinit=amp_0)

# Draw another slider
freq_slider_ax = fig.add_axes([0.25, 0.1, 0.65, 0.03], facecolor=axis_color)
freq_slider = Slider(freq_slider_ax, 'Freq', 0.1, 30.0, valinit=freq_0)

# Define an action for modifying the line when any slider's value changes
def sliders_on_changed(val):
    line.set_ydata(signal(amp_slider.val, freq_slider.val))
    fig.canvas.draw_idle()
amp_slider.on_changed(sliders_on_changed)
freq_slider.on_changed(sliders_on_changed)

# Add a button for resetting the parameters
reset_button_ax = fig.add_axes([0.8, 0.025, 0.1, 0.04])
reset_button = Button(reset_button_ax, 'Reset', color=axis_color, hovercolor='0.975')
def reset_button_on_clicked(mouse_event):
    freq_slider.reset()
    amp_slider.reset()
reset_button.on_clicked(reset_button_on_clicked)

# Add a set of radio buttons for changing color
color_radios_ax = fig.add_axes([0.025, 0.5, 0.15, 0.15], facecolor=axis_color)
color_radios = RadioButtons(color_radios_ax, ('red', 'blue', 'green'), active=0)
def color_radios_on_clicked(label):
    line.set_color(label)
    fig.canvas.draw_idle()
color_radios.on_clicked(color_radios_on_clicked)

plt.show()

- Joe Kington

---

这个工具是否可以实际交互，还是只能生成图像？如果可以交互，我需要运行什么？我目前正在使用IPython。 - triplebig

@triplebig - 是的，它是交互式的。如果您调用show()时没有发生任何事情，则说明您在matplotlib安装中缺少一个交互式后端。您是如何安装matplotlib的？ - Joe Kington

@triplebig - 你所说的“ipython”是指ipython笔记本吗？（而不是普通的ipython shell）。如果是这样，ipython笔记本无法使用交互式后端。你需要在常规的ipython shell中或直接运行（例如：“python name_of_your_file.py”）中运行事物。 - Joe Kington

@triplebig - 是的，默认情况下，matplotlib将使用某种交互式后端构建。如果您正在使用预构建的二进制文件（在Windows上），假定构建它们的人已经正确地完成了这项工作。如果您正在使用winpython，则matplotlib绝对具有交互式后端（可能是TkAgg）。尝试直接运行脚本并查看发生了什么（即在终端/cmd窗口中键入“python name_of_the_file.py”）。 - Joe Kington

为了更好地解释，ipython笔记本不同于ipython。ipython是一个交互式的Python shell。而ipython笔记本是一个基于Web的界面，它会将代码片段发送回ipython进行评估并返回结果。因此，ipython笔记本只会将matplotlib图形呈现为静态的.png文件，而不是弹出一个交互式窗口。使用ipython本身（或直接使用python运行脚本）将为每个matplotlib图形显示一个交互式GUI窗口。 - Joe Kington

Answer 2

我遵循了在jupyter中检查widget的建议，它们运行得非常好。 示例代码已上传至GitHub https://github.com/LeonidBystrykh/course-python-for-beginners/blob/master/Interactive_dots.ipynb

from __future__ import print_function
from ipywidgets import interact, interactive, fixed, interact_manual
import ipywidgets as widgets
import matplotlib.pyplot as plt, random

def series(dots, colr):
    a,b=[],[]
    for i in range(dots):
        a.append(random.randint(1,100))
        b.append(random.randint(1,100))
    plt.scatter(a,b, c=colr)
    return()
interact(series, dots=(1,100,1), colr=["red","orange","brown"]);

以下是图像副本：

- Leo

---

能否把你的代码以文本的方式添加，这样别人就能更好地使用它了。 - David Buck

非常简单和直观。谢谢。 - Alex Poca

代码似乎不完整。哪些行代码创建了小部件？ - mins

小部件已导入。不需要额外的行来使用它们。您也可以按照原始教程中的链接进行操作。 - Leo

Answer 3

Matplotlib有一些相当不错的GUI功能。在matplotlib的源代码压缩包中，/examples/user_interfaces和matplotlib>/examples/event_handling目录下有一些文档示例。特别是关于按键处理的示例链接为：http://matplotlib.sourceforge.net/examples/event_handling/keypress_demo.html

我已经做了一些类似于您所需求的工作：

import numpy as np
import pylab

class plotter:
    def __init__(self, initial_values):
        self.values
        self.fig = pylab.figure()
        pylab.gray()
        self.ax = self.fig.add_subplot(111)
        self.draw()
        self.fig.canvas.mpl_connect('key_press_event',self.key)

    def draw(self):
        im = your_function(self.values)
        pylab.show()
        self.ax.imshow(im)

    def key(self, event):
        if event.key=='right':
            self.values = modify()
        elif event.key == 'left':
            self.values = modify()

        self.draw()
        self.fig.canvas.draw()

我曾使用这个方法来通过响应键盘输入在堆栈中显示不同的图像，但您应该能够加入逻辑以根据键盘输入修改值。

如果您想让用户输入值，我认为示例代码有对话框选项，但如果您只想增加/减少变量数量，只需按此方式定义键盘组合可能会很好地起作用。

- triplepoint217

Answer 4

对于ipython或jupyter笔记本，您可以使用ipywidgets：

from ipywidgets import *
def update(w=0,h=0):
    print(h+w)

interact(update, w= widgets.IntSlider(value=1, min=0, max=7, step=1) , 
                 h= widgets.IntSlider(value=1, min=0, max=7, step=1) );

请查看文档： https://ipywidgets.readthedocs.io/en/stable/examples/Using%20Interact.html

- Alexey Birukov

Answer 5

使用waitforbuttonpress(timeout=0.001)，然后绘图将会显示您的鼠标单击。

- sema

Answer 6

您也可以考虑使用Quibbler包。

Quibbler可以自动将您的普通matplotlib图形变为交互式。无需编写回调函数。

在Quibbler文档中查看一些示例。特别是，查看带有两个滑块的绘图的具体示例。

from pyquibbler import iquib, initialize_quibbler
initialize_quibbler()
import matplotlib.pyplot as plt
from matplotlib.widgets import Slider
import numpy as np
%matplotlib tk

# Figure setup:
fig = plt.figure(figsize=(4, 6))

axs = fig.add_axes([0, 0.36, 1, 0.64])
axs.axis('square')
axs.axis((-10, 10, -10, 10))
axs.axis('off')

axs_slider1 = fig.add_axes([0.3, 0.16, 0.55, 0.03])
axs_slider2 = fig.add_axes([0.3, 0.06, 0.55, 0.03])

# Defining quib input variables:
nPoints = iquib(120)
nCycles = iquib(30)

# Define downstream function quib calculations based on the quib inputs:
phi = np.linspace(0, 2 * np.pi * nCycles, nPoints)
r = np.linspace(0, 10, nPoints)

# Plot the data:
axs.plot(r * np.cos(phi), r * np.sin(phi), 'r-')

# Create quib-linked slider widgets:
Slider(ax=axs_slider1, label='nCycles', valmin=0, valmax=200, valstep=1, valinit=nCycles)
Slider(ax=axs_slider2, label='nPoints', valmin=0, valmax=200, valstep=1, valinit=nPoints)

为了透明度：我是Quibbler的开发人员之一。

- royk

Answer 7

我认为仅仅使用plt.plot绘制图形是不足以实现这一点的。您需要自己编写一个自定义的GUI脚本/应用程序，并将Matplotlib嵌入其中。目前，Matplotlib支持所有主要的GUI工具包-PyGTK+、PyQt4和wxPython。
我使用wxPython，将Matplotlib嵌入其中相当容易。其他GUI工具包也应该类似。您可以在这本书中找到所有所需的信息 -

它可以在亚马逊这里购买。

- Pushpak Dagade

---

如果你想快速简单地完成，那么在matplotlib中使用滑块的方法会更好更容易。只需复制片段并更改一些内容即可。这本书也不错，但更适合高级用户和想要正确完成的人！ - ahelm

看起来有点像广告，其贡献也值得怀疑。虽然通过GUI工具包解决方案是可行的，但并没有要求这样做。 - benni