如果我在Axes
中创建一个matplotlib
对象并对其进行变异(即通过绘制一些数据)然后调用函数而不将Axes
对象传递给该函数然后该函数仍然可以改变我的Axes
。例如:
import matplotlib.pyplot as plt
import numpy as np
def innocent_looking_function():
#let's draw a red line on some unsuspecting Axes!
plt.plot(100*np.random.rand(20), color='r')
fig, ax = plt.subplots()
ax.plot(100*np.random.rand(20), color='b') #draw blue line on ax
#ax now has a blue line, as expected
innocent_looking_function()
#ax now unexpectedly has a blue line and a red line!
我的问题是:我能否一般阻止这种全局变量行为?我知道我可以在致电任何plt.close()
之前致电innocent_looking_function()
,但是有什么方法可以将其设为默认值吗?
答案 0 :(得分:11)
当然!您需要做的是在制作数字时完全绕过pyplot
状态机。
它更详细,因为您无法拨打fig = plt.figure()
。
首先,让我解释一下plt.gca()
或plt.gcf()
的工作原理。使用pyplot
接口时,matplotlib存储所有已创建但未显示的图形管理器。图管理器基本上是数字的gui包装器。
plt._pylab_helpers.Gcf
是存储图形管理器的单例对象,用于跟踪当前活动的图形管理器。 plt.gcf()
会从_pylab_helpers.Gcf
返回有效数字。每个Figure
对象都会跟踪它自己的轴,因此plt.gca()
只是plt.gcf().gca()
。
通常,当您致电plt.figure()
时,请:
FigureManager
FigureCanvas
,gui窗口(根据需要)和NavigationToolbar2
(缩放按钮等)_pylab_helpers.Gcf
的数字列表中。这是我们想要绕过的最后一步。
这是使用非交互式后端的快速示例。请注意,因为我们并不担心与绘图进行交互,所以我们可以跳过整个数字管理器,只需创建一个Figure
和FigureCanvas
实例。 (从技术上讲,我们可以跳过FigureCanvas
,但只要我们想要将图表保存到图像等就需要它。)
import matplotlib.backends.backend_agg as backend
from matplotlib.figure import Figure
# The pylab figure manager will be bypassed in this instance. `plt.gca()`
# can't access the axes created here.
fig = Figure()
canvas = backend.FigureCanvas(fig)
ax = fig.add_subplot(111)
只是为了证明gca
无法看到此轴:
import matplotlib.pyplot as plt
import matplotlib.backends.backend_agg as backend
from matplotlib.figure import Figure
# Independent figure/axes
fig = Figure()
canvas = backend.FigureCanvas(fig)
ax = fig.add_subplot(111)
ax.plot(range(10))
# gca() is completely unaware of this axes and will create a new one instead:
ax2 = plt.gca()
print 'Same axes?:', id(ax) == id(ax2)
# And `plt.show()` would show the blank axes of `ax2`
通过互动支持,触摸起来更加复杂。你不能拨打plt.show()
,所以你需要自己启动gui的主循环。你可以做到这一切"从头开始" (参见"嵌入matplotlib"示例中的任何一个),但FigureManager
抽象出特定于支持的部分:
作为使用TkAgg后端的示例:
import matplotlib.backends.backend_tkagg as backend
from matplotlib.figure import Figure
fig = Figure()
ax = fig.add_subplot(111)
manager = backend.new_figure_manager_given_figure(1, fig)
manager.show()
backend.show.mainloop()
要使用其他后端之一,只需更改后端导入即可。例如,对于Qt4:
import matplotlib.backends.backend_qt4agg as backend
from matplotlib.figure import Figure
fig = Figure()
ax = fig.add_subplot(111)
manager = backend.new_figure_manager_given_figure(1, fig)
manager.show()
backend.show.mainloop()
这实际上甚至适用于IPython笔记本中使用的nbagg
后端。只需将后端导入更改为import matplotlib.backends.backend_nbagg as backend