保存交互式Matplotlib数字
有没有办法保存一个Matplotlib图，使其可以重新打开，并恢复典型的交互？ （像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数字。 或者，我正在向同事发送多个静态PNG文件以显示剧情的不同方面。 我宁愿发送graphics对象，让他们自己与它们交互。
这将是一个很棒的function，但是AFAIK并没有在Matplotlib中实现，而且由于数据的存储方式，可能很难实现。
我build议（a）单独处理生成graphics（用唯一名称保存数据）的数据，并编写一个graphics生成脚本（加载保存的数据的指定文件），然后按照你的要求进行编辑或（b ）保存为PDF / SVG / PostScript格式，并在Adobe Illustrator （或Inkscape ）等一些奇特的graphics编辑器中进行编辑。
从Matplotlib 1.2开始，我们现在有了实验性的酱菜支持。 给你一个去看看它是否适合你的情况。 如果您有任何问题，请通过Matplotlib邮件列表或在github.com/matplotlib/matplotlib上打开问题告诉我们 。
我刚刚发现如何做到这一点。 @pelson提到的“实验泡菜支持”运作良好。
尝试这个：
# Plot something import matplotlib.pyplot as plt fig,ax = plt.subplots() ax.plot([1,2,3],[10,-10,30])
在交互式调整之后，将graphics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`
之后，打开graphics，调整应该保存，GUI交互应该存在：
import pickle figx = pickle.load(open('FigureObject.fig.pickle', 'rb')) figx.show() # Show the figure, edit it, etc.!
你甚至可以从图中提取数据：
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build扁平的数据 。）
我从保存Matplotlib使用泡菜的数字得到了优秀的技巧。
为什么不直接发送Python脚本？ MATLAB的.fig文件要求收件人有MATLAB来显示它们，所以这相当于发送一个需要Matplotlib显示的Python脚本。
另外（免责声明：我还没有尝试过），你可以尝试酸洗这个数字：
import pickle output = open('interactive figure.pickle', 'wb') pickle.dump(gcf(), output) output.close()
好问题。 这是来自pylab.save的doc文本：
pylab不再提供保存function，尽pipe旧的pylab函数仍然可以用matplotlib.mlab.save（你仍然可以在pylab中将其称为“mlab.save”）。 但是，对于纯文本文件，我们推荐使用numpy.savetxt。 为了保存numpy数组，我们推荐使用numpy.save和它的模拟numpy.load，它们可以在pylab中作为np.save和np.load使用。
我想出了一个相对简单的方法（但稍微非常规）来保存我的matplotlib数字。 我的工作是这样的：
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()))
具有像这样定义的函数save_plot （理解逻辑的简单版本）：
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'
或像这样定义函数save_plot （更好的版本使用zip压缩产生更轻的graphics文件）：
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'
这使得使用我自己的模块libscript ，这主要依赖于模块inspect和ast 。 我可以尝试在Github上分享，如果感兴趣的话（首先需要一些清理工作，然后我开始使用Github）。
这个save_plot函数和libscript模块的思想是获取创buildgraphics的Python指令（使用模块inspect ），分析它们（使用模块ast ）来提取所有依赖的variables，函数和模块，从执行中提取这些指令上下文并将它们序列化为python指令（variables的代码将类似于t=[0.0,2.0,0.01] …，模块的代码将像import matplotlib.pyplot as plt …）预先添加到graphics指令中。 得到的python指令保存为一个python脚本，其执行将重新构build原始的matplotlibgraphics。
正如你可以想象的，这对大多数（如果不是全部的话）matplotlib数字很好。
