将SVG文件导入Matplotlib图形

Question

将SVG文件导入Matplotlib图形

pythonmatplotlibsvgpython-imaging-library

34

我喜欢制作高质量的图形，因此尽可能避免使用栅格化图形。

我正在尝试将一个svg文件导入到matplotlib图形中：

import matplotlib.pyplot as plt
earth   = plt.imread('./gfx/earth.svg')
fig, ax = plt.subplots()
im      = ax.imshow(earth)
plt.show()

这对于png格式的图片非常有效。有人能告诉我如何使用svg或至少指出正确的文档吗？

我知道类似的问题已经被问过（但没有得到答案）：这里。自那以后有什么变化吗？

P.S. 我知道我可以导出高分辨率的png并实现类似的效果。这不是我正在寻找的解决方案。

这是我想要导入的图像：

。

- Sasha

一个快速的侧记：如果你对在地图上绘制数据感兴趣，那么有一个专门做这个的 cartopy 包。 - jadsq

4个回答

8

对于任何在2021年到这里的人...

我建议查看cairosvg包
(conda install -c conda-forge cairosvg 或 pip3 install cairosvg)

https://cairosvg.org/

import cairosvg
import matplotlib.pyplot as plt
from PIL import Image
from io import BytesIO

img_png = cairosvg.svg2png("... the content of the svg file ...")
img = Image.open(BytesIO(img_png))
plt.imshow(img)

- raphael

我无法导入cairosvg。错误信息： OSError：找不到名为“cairo-2”的库找不到名为“cairo”的库找不到名为“libcairo-2”的库无法加载库'libcairo.so.2'：错误代码0x7e 无法加载库'libcairo.2.dylib'：错误代码0x7e 无法加载库'libcairo-2.dll'：错误代码0x7e - Martin Gardfjell

我安装了这个，但在jupyter notebook中仍然无法使用，出现以下错误:

找不到名为"cairo"的库
找不到名为"libcairo-2"的库
无法加载库'libcairo.so.2': 错误0x7e
无法加载库'libcairo.2.dylib': 错误0x7e
无法加载库'libcairo-2.dll': 错误0x7e```

- Ali AlCapone

2

Yann Zerlaut的答案有优点和缺点：

优点：它适用于任何复杂度的SVG图像，因此非常通用。
缺点：SVG图形不是由matplotlib后端处理的，而是将matplotlib图像与SVG图像叠加。

这会导致产生一些伪影。例如，SVG图像中的线宽与matplotlib中的线宽不同。在研究这个问题时，我发现了一些关于为什么matplotlib不支持SVG的答案。

寻找更好的解决方案，我发现了一些值得列出来的解决方案，它们也有优点和缺点。

将SVG路径转换为matplotlib路径的简单解析器

https://matplotlib.org/stable/gallery/showcase/firefox.html#sphx-glr-gallery-showcase-firefox-py

优点：使用matplotlib艺术家绘制SVG路径
缺点：除非您扩展解析器，否则仅适用于简单的SVG

Skunk

https://github.com/whitead/skunk

优点：基本上是Yann Zerlaut的解决方案加强版并且在库中。您可以将SVG绘制到由matplotlib处理的框中，这允许进行高级布局。
缺点：matplotlib不能原生地处理SVG图像，这只是一种巧妙的方法，将一个矢量图形拼接到另一个矢量图形中。

结论

根据这里的讨论，matplotlib没有原生支持导入SVG，因为编写一个完全符合规范的解析器很难，而且matplotlib开发人员可能不想引入外部解析库。

然而，编写一个适用于路径的基本解析器实际上非常容易，正如在matplotlib演示中所看到的那样。对于像OP这样的简单用例，这可能已经足够了。

对于复杂情况，skunk可以很好地自动组合SVG图像。

- olq_plo

-15

SVG（可缩放矢量图形）是一种矢量格式，这意味着图像不是由像素组成的，而是由可以任意缩放的相对路径组成的。

作为数值软件，NumPy/Matplotlib只能处理像素图形，无法处理svg。我建议首先将svg文件转换为例如png文件，通过在诸如Inkscape（免费软件）中打开并保存它来实现。然后，在Python中打开导出的png文件。

或者，使用维基媒体提供的png格式文件版本，位于图片信息页面（单击图片右侧的下载按钮）。

如果您真的认为需要矢量形式，那么没有办法。您始终可以手动将matplotlib图形叠加到图形上（使用matplotlib Artist在绘图画布上绘制），或通过一些pycairo魔术来完成，并保存该图形。但Matplotlib无法直接处理svg内容。

- rubenvb

3

谢谢您的回复。然而，从我的问题中，您可以看出我对这两种格式的特性有所了解。我还明确表示png格式一切正常。此外，matplotlib可处理路径。每次将图像保存为eps或svg格式时，都是在保存矢量图形。大多数图形在保存前是矢量图形，可以任意缩放。 - Sasha

Matplotlib 可能在内部与路径一起工作，就像 svg 一样，但是两个使用路径的东西并不意味着这两个东西可以一起工作。请注意，我还建议分别生成 matplotlib 图形，并在第二个手动或脚本步骤中合并它们。除非您深入了解 Matplotlib 艺术家并准备手动解析 svg 文件，否则我强烈怀疑您能否让 Matplotlib 将文件用作背景。 - rubenvb

您IP地址为143.198.54.68，由于运营成本限制，当前对于免费用户的使用频率限制为每个IP每72小时10次对话，如需解除限制，请点击左下角设置图标按钮（手机用户先点击左上角菜单按钮）。 - Sasha

3

@Sasha，完成了。请不要过早地进行负评以避免这种情况发生。 - rubenvb

我很困惑，因为我可以从Matplotlib导出svg文件，但我无法读取。 - Alexandre Strube

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

- Yann Zerlaut · Accepted Answer

也许你正在寻找的是svgutils

import svgutils.compose as sc
from IPython.display import SVG # /!\ note the 'SVG' function also in svgutils.compose
import numpy as np

# drawing a random figure on top of your SVG
fig, ax = plt.subplots(1, figsize=(4,4))
ax.plot(np.sin(np.linspace(0,2.*np.pi)), np.cos(np.linspace(0,2.*np.pi)), 'k--', lw=2.)
ax.plot(np.random.randn(20)*.3, np.random.randn(20)*.3, 'ro', label='random sampling')
ax.legend()
ax2 = plt.axes([.2, .2, .2, .2])
ax2.bar([0,1], [70,30])
plt.xticks([0.5,1.5], ['water  ', ' ground'])
plt.yticks([0,50])
plt.title('ratio (%)')
fig.savefig('cover.svg', transparent=True)
# here starts the assembling using svgutils 
sc.Figure("8cm", "8cm", 
    sc.Panel(sc.SVG("./Worldmap_northern.svg").scale(0.405).move(36,29)),
    sc.Panel(sc.SVG("cover.svg"))
    ).save("compose.svg")
SVG('compose.svg')

输出: