Speichern interaktiver Matplotlib-Figuren

Gibt es eine Möglichkeit, eine Matplotlib-Figur so zu speichern, dass sie wieder geöffnet und die typische Interaktion wiederhergestellt werden kann? (Wie das .fig-Format in MATLAB?)

Ich stelle fest, dass ich viele Male dieselben Skripte ausführe, um diese interaktiven Figuren zu generieren. Oder ich sende meinen Kollegen mehrere statische PNG-Dateien, um verschiedene Aspekte eines Diagramms anzuzeigen. Ich möchte lieber das Figurenobjekt senden und sie selbst damit interagieren lassen.

Dies wäre eine großartige Funktion, aber AFAIK ist nicht in Matplotlib implementiert und aufgrund der Art und Weise, wie Zahlen gespeichert werden, wahrscheinlich schwierig, sich selbst zu implementieren.

Ich würde vorschlagen, entweder (a) die Verarbeitung der Daten von der Generierung der Figur (die Daten mit einem eindeutigen Namen speichert) zu trennen und ein Skript zur Generierung der Figur (Laden einer bestimmten Datei der gespeicherten Daten) zu schreiben und nach Belieben zu bearbeiten oder (b ) als PDF / SVG / PostScript- Format speichern und in einem ausgefallenen Figureneditor wie Adobe Illustrator (oder Inkscape ) bearbeiten .

BEARBEITEN nach Herbst 2012 : Wie andere weiter unten betonten (obwohl dies hier als akzeptierte Antwort erwähnt wird), konnten Sie mit Matplotlib seit Version 1.2 Zahlen auswählen. Als Release Notes Zustand ist es eine experimentelle Funktion und bietet keine Unterstützung für eine Figur in einer matplotlib Version und Öffnung in einer anderen zu speichern. Es ist im Allgemeinen auch unsicher, eine Gurke aus einer nicht vertrauenswürdigen Quelle wiederherzustellen.

Für das Teilen / spätere Bearbeiten von Plots (die zuerst eine erhebliche Datenverarbeitung erfordern und möglicherweise Monate später angepasst werden müssen, z. B. während der Begutachtung für eine wissenschaftliche Veröffentlichung), empfehle ich weiterhin, dass der Workflow von (1) ein Datenverarbeitungsskript enthält, das vor dem Generieren eines Plots erstellt wird speichert die verarbeiteten Daten (die in Ihren Plot eingehen) in einer Datei und (2) verfügt über ein separates Plotgenerierungsskript (das Sie nach Bedarf anpassen), um den Plot neu zu erstellen. Auf diese Weise können Sie für jedes Diagramm schnell ein Skript ausführen und neu generieren (und Ihre Diagrammeinstellungen schnell mit neuen Daten kopieren). Das Beizen einer Figur könnte jedoch für die kurzfristige / interaktive / explorative Datenanalyse praktisch sein.

Ich habe gerade herausgefunden, wie das geht. Die von @pelson erwähnte "experimentelle Gurkenunterstützung" funktioniert recht gut.

Versuche dies:

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

Speichern Sie das Figurenobjekt nach Ihrer interaktiven Optimierung als Binärdatei:

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

Öffnen Sie später die Abbildung und die Optimierungen sollten gespeichert werden und die GUI-Interaktivität sollte vorhanden sein:

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

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

Sie können sogar die Daten aus den Plots extrahieren:

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

(Es funktioniert für Linien, pcolor & imshow - pcolormesh arbeitet mit einigen Tricks, um die abgeflachten Daten zu rekonstruieren .)

Den hervorragenden Tipp habe ich beim Speichern von Matplotlib-Figuren mit Pickle erhalten .

Ab Matplotlib 1.2 haben wir jetzt experimentelle Pickle- Unterstützung. Probieren Sie es aus und sehen Sie, ob es für Ihren Fall gut funktioniert. Wenn Sie Probleme haben, teilen Sie uns dies bitte auf der Matplotlib-Mailingliste oder durch Öffnen eines Problems unter github.com/matplotlib/matplotlib mit .

Warum nicht einfach das Python-Skript senden? Für die .fig-Dateien von MATLAB muss der Empfänger über MATLAB verfügen, damit sie angezeigt werden können. Dies entspricht in etwa dem Senden eines Python-Skripts, für dessen Anzeige Matplotlib erforderlich ist.

Alternativ (Haftungsausschluss: Ich habe dies noch nicht versucht) können Sie versuchen, die Figur zu beizen:

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

Gute Frage. Hier ist der Dokumenttext von pylab.save:

pylab bietet keine Speicherfunktion mehr, obwohl die alte pylab-Funktion weiterhin als matplotlib.mlab.save verfügbar ist (Sie können sie in pylab weiterhin als "mlab.save" bezeichnen). Für reine Textdateien empfehlen wir jedoch numpy.savetxt. Zum Speichern von numpy-Arrays empfehlen wir numpy.save und dessen analoge numpy.load, die in pylab als np.save und np.load verfügbar sind.

Ich fand einen relativ einfachen (aber etwas unkonventionellen) Weg, um meine Matplotlib-Figuren zu speichern. Es funktioniert so:

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()))

mit einer so save_plotdefinierten Funktion (einfache Version zum Verständnis der Logik):

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'

oder eine solche Funktion definieren save_plot(bessere Version mit Zip-Komprimierung, um leichtere Figurendateien zu erstellen):

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'

Hierfür wird ein libscripteigenes Modul verwendet , das hauptsächlich auf Modulen inspectund basiert ast. Ich kann versuchen, es auf Github zu teilen, wenn Interesse geäußert wird (es würde zuerst eine Bereinigung erfordern und ich, um mit Github zu beginnen).

Die Idee hinter dieser save_plotFunktion und diesem libscriptModul besteht darin, die Python-Anweisungen abzurufen, mit denen die Figur erstellt wird (mithilfe des Moduls inspect), sie zu analysieren (mithilfe des Moduls ast), um alle Variablen, Funktionen und Module zu extrahieren, auf die sie sich verlassen, diese aus dem Ausführungskontext zu extrahieren und sie zu serialisieren als Python-Anweisungen (Code für Variablen ist wie t=[0.0,2.0,0.01]... und Code für Module ist wieimport matplotlib.pyplot as plt ...) vor den Abbildungen. Die resultierenden Python-Anweisungen werden als Python-Skript gespeichert, dessen Ausführung die ursprüngliche Matplotlib-Figur neu erstellt.

Wie Sie sich vorstellen können, funktioniert dies gut für die meisten (wenn nicht alle) Matplotlib-Figuren.