保存交互式Matplotlib图形

有没有一种方法可以保存Matplotlib图形，以便可以重新打开它并恢复典型的交互作用？（就像MATLAB中的.fig格式一样？）

我发现自己多次运行相同的脚本来生成这些交互式图形。或者我要向同事发送多个静态PNG文件，以显示绘图的不同方面。我宁愿发送图形对象，并让它们自己与之交互。

这将是一个很棒的功能，但是AFAIK并没有在Matplotlib中实现，并且由于存储数据的方式可能很难实现自己。

我建议（a）将数据处理与生成图形分开（以唯一的名称保存数据），然后编写图形生成脚本（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，并在某些精美的图形编辑器（如Adobe Illustrator（或Inkscape））中进行编辑。

编辑后，2012年秋季：正如其他人在下面指出的（尽管在此提及，因为这是公认的答案），自1.2版以来，Matplotlib允许您腌制人物。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matplotlib版本中打开图形。从不受信任的来源恢复泡菜通常也是不安全的。

对于共享/以后的编辑图（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中进行调整），我仍然建议（1）的工作流程具有数据处理脚本，该脚本在生成图之前将处理后的数据（放入绘图中）保存到文件中，并且（2）具有单独的绘图生成脚本（您可以根据需要进行调整）以重新创建绘图。通过这种方式，您可以为每个绘图快速运行脚本并重新生成脚本（并使用新数据快速复制绘图设置）。话虽如此，腌制一个人物可能会方便短期/互动/探索性数据分析。

我刚刚发现了如何做到这一点。@pelson提到的“实验泡菜支持”效果很好。

试试这个：

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

交互式调整后，将图形对象另存为二进制文件：

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

稍后，打开图形并保存调整，并显示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可使用一些技巧来重建展平的数据。）

我从使用Pickle保存Matplotlib图形获得了出色的技巧。

从Matplotlib 1.2开始，我们现在具有实验性的pickle支持。试一试，看看它是否适合您的情况。如果您有任何问题，请通过Matplotlib邮件列表或通过在github.com/matplotlib/matplotlib上打开问题来告知我们。

为什么不发送Python脚本呢？MATLAB的.fig文件要求收件人具有MATLAB才能显示它们，因此，这等效于发送需要Matplotlib显示的Python脚本。

或者（免责声明：我还没有尝试过），您可以尝试腌制该图：

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

好问题。这是来自的文档文本pylab.save：

pylab不再提供保存功能，尽管旧的pylab函数仍然可以作为matplotlib.mlab.save使用（您仍然可以在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。为了保存numpy数组，我们建议使用numpy.save及其类似的numpy.load，它们可以在pylab中以np.save和np.load的形式提供。

我想出了一种相对简单的方法（但还有些不常规）来保存我的matplotlib数字。它是这样的：

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()))

具有这样save_plot定义的功能（了解逻辑的简单版本）：

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'

或定义如下功能save_plot（使用zip压缩以生成更浅的图形文件的更好版本）：

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'

这使用了libscript我自己的模块，该模块主要依赖于inspect和ast。如果有兴趣，我可以尝试在Github上分享它（首先需要进行一些清理，然后我才能开始使用Github）。

该save_plot函数和libscript模块的思想是获取创建图形的python指令（使用module inspect），对其进行分析（使用module ast）以提取依赖于其的所有变量，函数和模块，从执行上下文中提取这些变量并对其进行序列化如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...）附加在该图指令之前。生成的python指令将另存为python脚本，其执行将重新构建原始的matplotlib图。

可以想象，这对于大多数（如果不是全部）matplotlib图形都适用。