การบันทึกตัวเลข Matplotlib แบบโต้ตอบ

มีวิธีบันทึกรูป Matplotlib เพื่อให้สามารถเปิดใหม่และเรียกคืนการโต้ตอบทั่วไปได้หรือไม่? (เช่นเดียวกับรูปแบบ. fig ใน MATLAB หรือไม่)

ฉันพบว่าตัวเองใช้สคริปต์เดียวกันหลายครั้งเพื่อสร้างตัวเลขเชิงโต้ตอบเหล่านี้ หรือฉันกำลังส่งไฟล์ PNG แบบคงที่ให้เพื่อนร่วมงานหลายไฟล์เพื่อแสดงแง่มุมต่างๆ ฉันอยากจะส่งวัตถุรูปและให้พวกเขาโต้ตอบด้วยตัวเอง

นี่จะเป็นคุณสมบัติที่ยอดเยี่ยม แต่ AFAIK ไม่ได้ใช้ใน Matplotlib และอาจเป็นเรื่องยากที่จะใช้งานด้วยตัวเองเนื่องจากวิธีการจัดเก็บตัวเลข

ฉันขอแนะนำอย่างใดอย่างหนึ่ง (a) การประมวลผลข้อมูลแยกจากการสร้างรูป (ซึ่งบันทึกข้อมูลด้วยชื่อที่ไม่ซ้ำกัน) และเขียนสคริปต์การสร้างตัวเลข (โหลดไฟล์ที่ระบุของข้อมูลที่บันทึกไว้) และแก้ไขตามที่เห็นสมควรหรือ (b ) บันทึกเป็นรูปแบบ PDF / SVG / PostScriptและแก้ไขในโปรแกรมแก้ไขรูปแฟนซีเช่นAdobe Illustrator (หรือInkscape )

แก้ไขโพสต์ฤดูใบไม้ร่วง 2012 : ตามที่คนอื่น ๆ ระบุไว้ด้านล่าง (แม้ว่าจะกล่าวถึงที่นี่เนื่องจากเป็นคำตอบที่ยอมรับ) Matplotlib ตั้งแต่เวอร์ชัน 1.2 อนุญาตให้คุณดองตัวเลข ตามที่ระบุในบันทึกประจำรุ่นเป็นคุณลักษณะทดลองและไม่สนับสนุนการบันทึกรูปใน matplotlib เวอร์ชันเดียวและเปิดในอีกเวอร์ชันหนึ่ง โดยทั่วไปแล้วการกู้คืนของดองจากแหล่งที่ไม่น่าเชื่อถือนั้นไม่ปลอดภัย

สำหรับการแบ่งปัน / แก้ไขแปลงในภายหลัง (ซึ่งต้องมีการประมวลผลข้อมูลที่สำคัญก่อนและอาจต้องปรับแต่งหลายเดือนต่อมาพูดในระหว่างการตรวจสอบโดยเพื่อนสำหรับสิ่งพิมพ์ทางวิทยาศาสตร์) ฉันยังคงแนะนำขั้นตอนการทำงานของ (1) มีสคริปต์การประมวลผลข้อมูลที่ก่อนสร้างพล็อต บันทึกข้อมูลที่ประมวลผลแล้ว (ซึ่งจะเข้าสู่พล็อตของคุณ) ลงในไฟล์และ (2) มีสคริปต์การสร้างพล็อตแยกต่างหาก (ซึ่งคุณปรับเปลี่ยนตามความจำเป็น) เพื่อสร้างพล็อตใหม่ วิธีนี้สำหรับแต่ละพล็อตคุณสามารถเรียกใช้สคริปต์และสร้างใหม่ได้อย่างรวดเร็ว (และคัดลอกการตั้งค่าพล็อตของคุณอย่างรวดเร็วด้วยข้อมูลใหม่) ที่กล่าวว่าการดองร่างอาจสะดวกสำหรับการวิเคราะห์ข้อมูลระยะสั้น / เชิงโต้ตอบ / เชิงสำรวจ

ฉันเพิ่งค้นพบวิธีการทำสิ่งนี้ "การสนับสนุนการดองแบบทดลอง" ที่กล่าวถึงโดย @pelson ทำงานได้ดีทีเดียว

ลองสิ่งนี้:

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

หลังจากปรับแต่งแบบโต้ตอบของคุณแล้วให้บันทึกวัตถุรูปเป็นไฟล์ไบนารี:

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

หลังจากนั้นให้เปิดรูปและควรบันทึกการปรับแต่งและควรมีการโต้ตอบ GUI:

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

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

คุณยังสามารถดึงข้อมูลจากแปลง:

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

(ใช้ได้กับเส้น, pcolor & imshow - pcolormesh ทำงานร่วมกับเทคนิคบางอย่างเพื่อสร้างข้อมูลที่แบนใหม่)

ผมได้เคล็ดลับที่ดีเยี่ยมจากการประหยัดการใช้ตัวเลข Matplotlib ดอง

สำหรับ Matplotlib 1.2 ตอนนี้เรามีการสนับสนุนการดองแบบทดลอง ลองดูว่าใช้ได้ดีกับกรณีของคุณหรือไม่ หากคุณมีปัญหาใด ๆ โปรดแจ้งให้เราทราบในรายชื่อ Matplotlib ทางไปรษณีย์หรือโดยการเปิดประเด็นในgithub.com/matplotlib/matplotlib

ทำไมไม่ส่งสคริปต์ Python ล่ะ? ไฟล์. fig ของ MATLAB ต้องการให้ผู้รับมี MATLAB เพื่อแสดงไฟล์ดังนั้นจึงเทียบเท่ากับการส่งสคริปต์ Python ที่ต้องใช้ Matplotlib เพื่อแสดง

อีกทางเลือกหนึ่ง (ข้อจำกัดความรับผิดชอบ: ฉันยังไม่ได้ลอง) คุณสามารถลองดองร่าง:

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

คำถามที่ดี. นี่คือข้อความเอกสารจากpylab.save:

pylab ไม่มีฟังก์ชัน save อีกต่อไปแม้ว่าฟังก์ชัน pylab แบบเก่าจะยังคงใช้งานได้ในรูปแบบ matplotlib.mlab.save (คุณยังสามารถอ้างถึงใน pylab ว่า "mlab.save" ได้) อย่างไรก็ตามสำหรับไฟล์ข้อความธรรมดาเราขอแนะนำ numpy.savetxt สำหรับการบันทึกอาร์เรย์ numpy เราขอแนะนำ numpy.save และ analog numpy.load ซึ่งมีอยู่ใน pylab เป็น np.save และ np.load

ฉันคิดหาวิธีที่ค่อนข้างง่าย (แต่แหวกแนวเล็กน้อย) ในการบันทึกตัวเลข matplotlib ของฉัน การทำงานเช่นนี้:

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()))

ด้วยฟังก์ชันที่save_plotกำหนดไว้เช่นนี้ (เวอร์ชันง่าย ๆ เพื่อทำความเข้าใจตรรกะ):

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'

หรือกำหนดฟังก์ชันsave_plotเช่นนี้ (เวอร์ชันที่ดีกว่าโดยใช้การบีบอัด zip เพื่อสร้างไฟล์รูปที่มีน้ำหนักเบา):

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'

สิ่งนี้ทำให้ใช้โมดูลlibscriptของฉันเองซึ่งส่วนใหญ่อาศัยโมดูลinspectและast. ฉันสามารถลองแชร์บน Github ได้หากมีการแสดงความสนใจ (ก่อนอื่นต้องมีการล้างข้อมูลและฉันจึงจะเริ่มต้นใช้งาน Github ได้)

แนวคิดเบื้องหลังsave_plotฟังก์ชันและlibscriptโมดูลนี้คือการดึงคำสั่ง python ที่สร้างรูป (โดยใช้โมดูลinspect) วิเคราะห์ (โดยใช้โมดูลast) เพื่อแยกตัวแปรฟังก์ชั่นและโมดูลทั้งหมดที่นำเข้าซึ่งอาศัยแยกสิ่งเหล่านี้ออกจากบริบทการดำเนินการและทำให้เป็นอนุกรม ตามคำสั่ง python (โค้ดสำหรับตัวแปรจะเป็นเหมือนt=[0.0,2.0,0.01]... และโค้ดสำหรับโมดูลจะเป็นเหมือนimport matplotlib.pyplot as plt... ) นำหน้าคำสั่งรูป คำสั่ง python ที่ได้จะถูกบันทึกเป็นสคริปต์ python ซึ่งการดำเนินการจะสร้างรูป matplotlib ดั้งเดิมขึ้นมาใหม่

อย่างที่คุณสามารถจินตนาการได้ว่าสิ่งนี้ใช้ได้ดีกับตัวเลข matplotlib ส่วนใหญ่ (ถ้าไม่ใช่ทั้งหมด)