保存交互式 Matplotlib 图形

问题描述：

有没有办法保存 Matplotlib 图形，以便可以重新打开并恢复典型的交互？（像 MATLAB 中的 .fig 格式？）

我发现自己要多次运行相同的脚本来生成这些交互式图形。或者我向同事发送多个静态 PNG 文件来展示情节的不同方面。我宁愿发送图形对象并让他们自己与之交互。

解决方案 1：

我刚刚发现了如何做到这一点。@pelson 提到的“实验性 pickle 支持”效果很好。

尝试一下：

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

完成交互式调整后，将图形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`

稍后，打开图形，调整应该被保存，并且应该存在 GUI 交互性：

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

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

您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 使用一些技巧来重建扁平数据。）

我从使用 Pickle 保存 Matplotlib 图形中获得了很好的提示。

解决方案 2：

Matplotlib 自 1.2 版起允许您对图形进行 pickle。正如发行说明所述，这是一项实验性功能，不支持在一个 matplotlib 版本中保存图形并在另一个版本中打开。从不受信任的来源恢复 pickle 通常也是不安全的。

对于共享/稍后编辑图表（这需要首先进行大量数据处理，并且可能需要在几个月后进行调整，例如在科学出版物的同行评审期间），我仍然建议以下工作流程：（1）在生成图表之前使用数据处理脚本将处理后的数据（进入您的图表）保存到文件中，以及（2）使用单独的图表生成脚本（根据需要进行调整）来重新创建图表。这样，对于每个图表，您都可以快速运行脚本并重新生成它（并使用新数据快速复制您的图表设置）。也就是说，pickle 图表可能方便短期/交互式/探索性数据分析。

如果您使用的是尚未支持的旧版本，我建议（a）将数据处理与生成图形分开（使用唯一名称保存数据）并编写图形生成脚本（加载已保存数据的指定文件）并根据需要进行编辑或（b）另存为 PDF / SVG / PostScript格式并在一些花哨的图形编辑器（如Adob​​e Illustrator（或Inkscape ））中进行编辑。

解决方案 3：

为什么不直接发送 Python 脚本？MATLAB 的 .fig 文件要求收件人有 MATLAB 才能显示它们，因此这相当于发送需要 Matplotlib 才能显示的 Python 脚本。

或者（免责声明：我还没有尝试过），你可以尝试腌制这个数字：

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

解决方案 4：

好问题。以下是文档文本pylab.save：

pylab 不再提供保存函数，但旧的 pylab 函数仍可用作 matplotlib.mlab.save（您仍可以在 pylab 中将其称为“mlab.save”）。但是，对于纯文本文件，我们建议使用 numpy.savetxt。对于保存 numpy 数组，我们建议使用 numpy.save 及其类似函数 numpy.load，它们在 pylab 中可用作 np.save 和 np.load。

解决方案 5：

我想到了一个相对简单（但略显不寻常）的方法来保存我的 matplotlib 图表。它的工作原理如下：

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()))

函数save_plot定义如下（简单版本以理解逻辑）：

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='
'.join([' '*N_indent+line for line in src.split('
')])

    if(os.path.isfile(fileName)): os.remove(fileName)
    with open(fileName,'w') as f:
        f.write('import sys
')
        f.write('sys.dont_write_bytecode=True
')
        f.write('def main():
')
        f.write(src+'
')

        f.write('if(__name__=="__main__"):
')
        f.write(' '*N_indent+'main()
')

return 'done'

save_plot或者像这样定义函数（更好的版本使用 zip 压缩来生成更轻的图形文件）：

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
')
        f.write('sys.dont_write_bytecode=True
')
        f.write('def main():
')
        f.write(' '*N_indent+'import base64
')
        f.write(' '*N_indent+'import zlib
')
        f.write(' '*N_indent+'import json
')
        f.write(' '*N_indent+'import libscript
')
        f.write(' '*N_indent+'bin="'+str(bin)+'"
')
        f.write(' '*N_indent+'obj=json.loads(zlib.decompress(base64.b64decode(bin)))
')
        f.write(' '*N_indent+'libscript.exec_obj(obj=obj,tempfile=False)
')

        f.write('if(__name__=="__main__"):
')
        f.write(' '*N_indent+'main()
')

return 'done'

libscript这利用了我自己的模块，它主要依赖于模块inspect和ast。如果有人感兴趣，我可以尝试在 Github 上分享它（首先需要进行一些清理，然后我开始使用 Github）。

save_plot此函数和模块背后的想法libscript是获取创建图形的 Python 指令（使用 module inspect），分析它们（使用 module ast）以提取它所依赖的所有变量、函数和模块，从执行上下文中提取它们并将它们序列化为 Python 指令（变量的代码将类似于t=[0.0,2.0,0.01]... ，模块的代码将类似于import matplotlib.pyplot as plt... ）添加到图形指令的前面。生成的 Python 指令将保存为 Python 脚本，其执行将重建原始 matplotlib 图形。

你可以想象，这对大多数（如果不是全部）matplotlib 图形都很有效。

解决方案 6：

如果您希望将 Python 图保存为交互式图形，以便修改并与其他人共享（如 MATLAB .fig 文件），那么您可以尝试使用以下代码。这里z_data.values只是一个 numpy ndarray，因此您可以使用相同的代码来绘制和保存自己的数据。那么就不需要使用 pandas 了。

任何人（无论是否使用 Python）都可以打开此处生成的文件并以交互方式进行修改，只需单击它并在 Chrome/Firefox/Edge 等浏览器中打开即可。

import plotly.graph_objects as go
import pandas as pd

z_data=pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/api_docs/mt_bruno_elevation.csv')

fig = go.Figure(data=[go.Surface(z=z_data.values)])

fig.update_layout(title='Mt Bruno Elevation', autosize=False,
                  width=500, height=500,
                  margin=dict(l=65, r=50, b=65, t=90))

fig.show()
fig.write_html("testfile.html")