Zapisywanie interaktywnych figur Matplotlib

Czy istnieje sposób na zapisanie figury Matplotlib, aby można ją było ponownie otworzyć i przywrócić typową interakcję? (Podobnie jak format .fig w MATLAB?)

Często uruchamiam te same skrypty, aby wygenerować te interaktywne liczby. Albo wysyłam moim kolegom wiele statycznych plików PNG, aby pokazać różne aspekty fabuły. Wolałbym raczej wysłać obiekt figury i pozwolić im na samodzielną interakcję.

Byłaby to świetna funkcja, ale AFAIK nie jest zaimplementowana w Matplotlib i prawdopodobnie byłaby trudna do zaimplementowania samodzielnie ze względu na sposób przechowywania liczb.

Sugerowałbym albo (a) oddzielne przetwarzanie danych od generowania figury (która zapisuje dane pod unikalną nazwą) i napisanie skryptu generującego figurę (ładowanie określonego pliku zapisanych danych) i edycję według własnego uznania lub (b ) zapisz jako format PDF / SVG / PostScript i edytuj w jakimś wymyślnym edytorze figur, takim jak Adobe Illustrator (lub Inkscape ).

EDYTUJ po jesieni 2012 : Jak inni zauważyli poniżej (choć wspominali tutaj, ponieważ jest to akceptowana odpowiedź), Matplotlib od wersji 1.2 pozwalał na trawienie liczb. Zgodnie z informacją o wydaniu jest to funkcja eksperymentalna i nie obsługuje zapisywania figury w jednej wersji matplotlib i otwierania w innej. Przywracanie marynaty z niezaufanego źródła jest również ogólnie niebezpieczne.

W przypadku udostępniania / późniejszej edycji wykresów (które najpierw wymagają znacznego przetworzenia danych i mogą wymagać poprawek po miesiącach, np. Podczas recenzowania publikacji naukowych), nadal zalecam przepływ pracy (1), aby mieć skrypt przetwarzania danych, który przed wygenerowaniem wykresu zapisuje przetworzone dane (które trafiają do twojego wykresu) do pliku i (2) ma osobny skrypt generujący wykres (który możesz dostosować w razie potrzeby), aby odtworzyć wykres. W ten sposób dla każdego wykresu można szybko uruchomić skrypt i ponownie go wygenerować (i szybko skopiować ustawienia wykresu z nowymi danymi). To powiedziawszy, wytrawianie figury może być wygodne do krótkoterminowej / interaktywnej / eksploracyjnej analizy danych.

Właśnie dowiedziałem się, jak to zrobić. „Eksperymentalna obsługa marynat”, o której wspomniał @pelson, działa całkiem dobrze.

Spróbuj tego:

# Plot something
import matplotlib.pyplot as plt
fig,ax = plt.subplots()
ax.plot([1,2,3],[10,-10,30])

Po dostosowaniu interaktywnych zapisz obiekt figury jako plik binarny:

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

Później otwórz rysunek, a poprawki powinny zostać zapisane, a interaktywność GUI powinna być obecna:

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

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

Możesz nawet wyodrębnić dane z wykresów:

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

(Działa dla linii, pcolor i imshow - pcolormesh wykorzystuje kilka sztuczek do rekonstrukcji spłaszczonych danych .)

Otrzymałem doskonałą wskazówkę od zapisywania danych Matplotlib za pomocą marynaty .

Począwszy od Matplotlib 1.2, mamy teraz eksperymentalną obsługę pikle . Spróbuj i zobacz, czy działa dobrze w Twoim przypadku. Jeśli masz jakiekolwiek problemy, daj nam znać na liście mailingowej Matplotlib lub otwierając problem na github.com/matplotlib/matplotlib .

Dlaczego po prostu nie wysłać skryptu w języku Python? Pliki .fig MATLAB-a wymagają od odbiorcy posiadania MATLAB-a, aby je wyświetlić, więc jest to prawie równoważne wysłaniu skryptu Pythona, który wymaga wyświetlenia Matplotlib.

Alternatywnie (zastrzeżenie: jeszcze tego nie próbowałem) możesz spróbować wytrawić figurę:

import pickle
output = open('interactive figure.pickle', 'wb')
pickle.dump(gcf(), output)
output.close()

Dobre pytanie. Oto tekst dokumentu z pylab.save:

pylab nie zapewnia już funkcji zapisywania, chociaż stara funkcja pylab jest nadal dostępna jako matplotlib.mlab.save (nadal można się do niej odwoływać w pylab jako „mlab.save”). Jednak w przypadku zwykłych plików tekstowych zalecamy numpy.savetxt. Do zapisywania tablic numpy zalecamy numpy.save i jego analogowy numpy.load, które są dostępne w pylab jako np.save i np.load.

Wymyśliłem stosunkowo prosty (ale nieco niekonwencjonalny) sposób zapisywania moich danych matplotlib. Działa to tak:

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()))

z funkcją save_plotzdefiniowaną w ten sposób (prosta wersja do zrozumienia logiki):

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'

lub definiując save_plottaką funkcję (lepsza wersja wykorzystująca kompresję zip do tworzenia lżejszych plików z figurami):

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'

To sprawia, że ​​używam libscriptwłasnego modułu , który w większości opiera się na modułach inspecti ast. Mogę spróbować udostępnić to na Githubie, jeśli wyrażone zostanie zainteresowanie (najpierw wymagałoby to uporządkowania i rozpoczęcia korzystania z Github).

Ideą tej save_plotfunkcji i libscriptmodułu jest pobranie instrukcji Pythona, które tworzą figurę (za pomocą modułu inspect), przeanalizowanie ich (za pomocą modułu ast) w celu wyodrębnienia wszystkich zmiennych, funkcji i modułów, na których opiera się, wyodrębnienie ich z kontekstu wykonania i ich serializacja jako instrukcje Pythona (kod dla zmiennych będzie podobny do t=[0.0,2.0,0.01]... a kod modułów będzie podobny do import matplotlib.pyplot as plt...) dołączone do instrukcji rysunku. Wynikowe instrukcje w języku Python są zapisywane jako skrypt w języku Python, którego wykonanie spowoduje odtworzenie oryginalnej figury matplotlib.

Jak możesz sobie wyobrazić, działa to dobrze w przypadku większości (jeśli nie wszystkich) figur matplotlib.