Question

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？

Answer 1

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：

创建返回的图形对象
使用适当的后端

FigureManager

图形管理器创建FigureCanvas，gui窗口（根据需要）和NavigationToolbar2（缩放按钮等）
然后将数字管理器实例添加到_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＆＃34;从头开始＆＃34; （参见＆＃34;嵌入matplotlib＆＃34;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

防止matplotlib有状态

1 个答案: