Etkileşimli Matplotlib figürlerini kaydetme

Bir Matplotlib figürünü yeniden açılabilecek ve tipik etkileşimi geri yükleyebilecek şekilde kurtarmanın bir yolu var mı? (MATLAB'daki .fig biçimi gibi mi?)

Bu etkileşimli figürleri oluşturmak için kendimi birçok kez aynı senaryoları çalıştırırken buluyorum. Ya da bir grafiğin farklı yönlerini göstermek için meslektaşlarıma birden çok statik PNG dosyası gönderiyorum. Figür nesnesini göndermeyi ve kendilerinin onunla etkileşime girmelerini tercih ederim.

Bu harika bir özellik olurdu, ancak AFAIK Matplotlib'de uygulanmıyor ve rakamların saklanma şekli nedeniyle muhtemelen kendiniz uygulamak zor olacaktır.

Ya (a) verilerin işlenmesini şekil oluşturmadan ayırmanızı (verileri benzersiz bir adla kaydeder) ve komut dosyası üreten bir şekil yazmanızı (kaydedilen verilerin belirli bir dosyasını yükleyerek) ve uygun gördüğünüz şekilde düzenlemenizi veya (b ) PDF / SVG / PostScript formatında kaydedin ve Adobe Illustrator (veya Inkscape ) gibi bazı süslü şekil düzenleyicide düzenleyin .

Güz 2012 sonrası DÜZENLE : Aşağıda diğerlerinin de belirttiği gibi (burada kabul edilen cevap bu olarak belirtilse de), Matplotlib sürüm 1.2'den bu yana rakamları karıştırmanıza izin verdi. Gibi sürüm notları devlet , bu deneysel bir özelliktir ve başka bir matplotlib sürümü ve açılma bir rakam tasarruf desteklemez. Ayrıca, güvenilmeyen bir kaynaktan bir turşuyu geri yüklemek genellikle güvensizdir.

Grafikleri paylaşmak / daha sonra düzenlemek için (önce önemli veri işlemeyi gerektiren ve aylar sonra bilimsel bir yayın için meslektaş incelemesi sırasında ince ayar yapılması gerekebilir) için, yine de (1) iş akışının bir olay örgüsü oluşturmadan önce bir veri işleme komut dosyasına sahip olmasını öneriyorum. işlenmiş verileri (arsa içine giren) bir dosyaya kaydeder ve (2) grafiği yeniden oluşturmak için ayrı bir çizim oluşturma komut dosyasına (gerektiğinde ayarladığınız) sahip olur. Bu şekilde, her çizim için hızlı bir şekilde bir komut dosyası çalıştırabilir ve yeniden oluşturabilirsiniz (ve çizim ayarlarınızı yeni verilerle hızlıca kopyalayabilirsiniz). Bununla birlikte, bir figürün dekapajı kısa vadeli / etkileşimli / keşifsel veri analizi için uygun olabilir.

Bunu nasıl yapacağımı yeni öğrendim. @Pelson'un bahsettiği "deneysel turşu desteği" oldukça iyi çalışıyor.

Bunu dene:

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

Etkileşimli ince ayarınızdan sonra, şekil nesnesini ikili dosya olarak kaydedin:

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

Daha sonra şekli açın ve ince ayarlar kaydedilmeli ve GUI etkileşimi mevcut olmalıdır:

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

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

Verileri grafiklerden bile çıkarabilirsiniz:

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

(Çizgiler, pcolor ve imshow için çalışır - pcolormesh, düzleştirilmiş verileri yeniden yapılandırmak için bazı hilelerle çalışır .)

Pickle Kullanarak Matplotlib Figürlerini Kurtarmaktan mükemmel bir ipucu aldım .

Matplotlib 1.2'den itibaren artık deneysel turşu desteğimiz var. Bunu bir deneyin ve davanız için iyi çalışıp çalışmadığını görün. Herhangi bir sorununuz varsa, lütfen Matplotlib posta listesinde veya github.com/matplotlib/matplotlib adresinde bir sorun açarak bize bildirin .

Neden Python betiğini göndermiyorsunuz? MATLAB'ın .fig dosyaları, alıcının bunları görüntülemek için MATLAB'a sahip olmasını gerektirir, bu nedenle bu, Matplotlib'in görüntülenmesini gerektiren bir Python betiği göndermeye eşdeğerdir.

Alternatif olarak (sorumluluk reddi: Bunu henüz denemedim), şekli dekapaj yapmayı deneyebilirsiniz:

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

İyi soru. İşte doküman metni pylab.save:

pylab artık bir kaydetme işlevi sağlamaz, ancak eski pylab işlevi hala matplotlib.mlab.save olarak mevcuttur (yine de pylab'da "mlab.save" olarak adlandırabilirsiniz). Bununla birlikte, düz metin dosyaları için numpy.savetxt öneririz. Numpy dizilerini kaydetmek için, pylab'de np.save ve np.load olarak bulunan numpy.save ve analog numpy.load'u öneririz.

Matplotlib rakamlarımı kurtarmak için nispeten basit (ancak biraz alışılmadık) bir yol buldum. Şöyle çalışır:

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()))

şu şekilde save_plottanımlanmış işlev ile (mantığı anlamak için basit sürüm):

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'

veya save_plotbunun gibi tanımlayıcı işlev (daha hafif şekil dosyaları oluşturmak için zip sıkıştırması kullanan daha iyi sürüm):

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'

Bu, libscriptçoğunlukla modüllere inspectve ast. İlgi duyulursa bunu Github'da paylaşmayı deneyebilirim (önce biraz temizlik ve Github'a başlamam gerekir).

Bu save_plotişlev ve libscriptmodülün arkasındaki fikir , figürü oluşturan (modülü kullanarak inspect) python talimatlarını almak, bunları analiz etmek (modülü kullanarak ast), bağlı olduğu tüm değişkenleri, işlevleri ve modülleri almak, bunları yürütme bağlamından çıkarmak ve bunları serileştirmektir. python talimatları olarak (değişkenler için kod t=[0.0,2.0,0.01]... gibi olacaktır ve modüller için kod import matplotlib.pyplot as plt... gibi olacaktır ) şekil talimatlarının başına eklenmiştir. Ortaya çıkan python talimatları, yürütülmesi orijinal matplotlib figürünü yeniden oluşturacak bir python betiği olarak kaydedilir.

Tahmin edebileceğiniz gibi, bu matplotlib figürlerinin çoğu için (hepsi değilse de) işe yarar.