Question

以前，我遇到interference between multiple Matplotlib figures的问题。最后我跟踪了一个问题，一些pyplot函数没有附加到它们的图形实例，但可以在其他一些并行创建的图形实例中呈现。

以下是一些示例代码：

from django.http import HttpResponse
from numpy import arange, meshgrid
from matplotlib.mlab import bivariate_normal

def show_chart(request):
    delta = 0.025
    x = arange(-3.0, 3.0, delta)
    y = arange(-2.0, 2.0, delta)
    X, Y = meshgrid(x, y)
    Z1 = bivariate_normal(X, Y, 1.0, 1.0, 0.0, 0.0)
    Z2 = bivariate_normal(X, Y, 1.5, 0.5, 1, 1)
    Z = 10.0 * (Z2 - Z1)

    from matplotlib.pyplot import figure, contour
    fig1 = figure(figsize=(4, 4), facecolor='white')
    contour(X, Y, Z)

    response = HttpResponse(content_type='image/png')
    fig1.savefig(response, format='png')
    fig1.clear()
    return response

上面示例中的轮廓pyplot函数可以在图1中呈现，但偶尔也可以在并行生成的其他图中呈现。这非常烦人。有没有办法将轮廓pyplot函数附加到fig1？

Answer 1

作为对此处发生的事情的一点解释，matplotlib有两个半独立接口;状态机和OO接口。

状态机代码设计用于在交互式shell中工作（并模仿matlab的界面）。它通过将OO接口包装在一组跟踪当前figure和axes的命令中来完成此操作。当您使用matplotlib.pyplot中的命令时（我怀疑您的代码中有from matploblib.pyplot import *）或多或少等同于执行gcf().gca().contour(...)。当您创建一个新图形时，它会自动变为当前（如果您在迭代shell中使用它，这就是您想要的），因此您看到的行为是“正确”行为。状态机界面中还包含代码，以确保在需要时重新绘制数字，管理gui事件循环等（为了使交互式界面顺利运行，您需要做的所有事情）。正如hayden在评论中提到的，运行ipython --pylab将自动运行from matplotlib.pyplot import *，这将为您提供一个非常好的交互式shell。

OO界面专为处理matplotlib的程序化而设计。它增加了冗长（你现在必须完成状态机的大部分工作），它清晰地弥补了这一点。在OO模型中，大多数（可能全部）绘图函数与Axes个对象（doc）相关联（因为可能有多个轴与图形相关联（ex subplots使用gridspec）。

解决问题的另一种方法是

ax = fig1.gca()

将从fig1获取当前轴，必要时创建一个。如果您跟踪图形对象而不是轴对象并想要在图中添加另一个图形，这可能会有所帮助。

Answer 2

你可以创建一个子图，而不是调用子图的contour方法：

fig1 = figure(figsize=(4, 4), facecolor='white')
ax = fig1.add_subplot(111)
ax.contour(X, Y, Z)

plt.subplots可以方便地通过一次调用创建一个数字和子图：

import matplotlib.pyplot as plt

fig, ax = plt.subplots()

如何将pyplot函数附加到图形实例？

2 个答案: