Matplotlib 2.2 版本新特性 (2018年3月6日)#

约束布局管理器#

警告

约束布局是实验性的。其行为和 API 可能会发生变化,或者整个功能可能会在没有弃用期的情况下被删除。

添加了一种新方法来自动决定子图及其组织的 GridSpec 实例之间的间距。它旨在取代久经考验的 tight_layout 方法。它通过新的 constrained_layout=True kwarg 调用 Figuresubplots

此包有新的 rcParams,并且可以使用新的 set_constrained_layout_pads 更精细地调整间距。

功能包括

  • 子图之间的自动间距,在子图及其所有装饰器周围具有固定大小的英寸填充,以及子图之间空间为子图大小的一部分。

  • suptitle 的间距,以及附加到多个轴的颜色条的间距。

  • 使用 GridSpecFromSubplotSpec 的嵌套 GridSpec 布局。

有关更多详细信息和功能,请参阅新教程: 约束布局指南

请注意访问此内容的新 API

新的 plt.figureplt.subplots kwarg: constrained_layout#

figure()subplots() 现在可以调用 constrained_layout=True kwarg 来启用 constrained_layout。

新的 ax.set_position 行为#

Axes.set_position 现在使指定的轴不再响应 constrained_layout,这与用户想要手动放置轴的想法一致。

在内部,这意味着旧的 ax.set_position 调用库内部会更改为私有的 ax._set_position 调用,以便 constrained_layout 仍然可以与这些轴一起工作。

GridSpec 的新 figure kwarg#

为了方便使用 constrained_layoutGridSpec 现在接受一个 figure 关键字。 这是向后兼容的,不提供此关键字只会导致 constrained_layout 不会对由此 GridSpec 实例组织的子图进行操作。 使用 GridSpec 的例程(例如 fig.subplots)已被修改为将 figure 传递给 GridSpec

x轴标签和y轴标签现在可以自动对齐#

如果刻度标签的宽度差异很大,则子图轴的 ylabels 可能会在水平方向上错位。 如果一个子图上的刻度标签旋转(例如),xlabels 也会发生同样的情况。 Figure 类上的新方法:Figure.align_xlabelsFigure.align_ylabels 现在将这些标签水平或垂直对齐。 如果用户只想对齐某些轴,则可以传递轴列表。 如果未传递列表,则该算法会查看图形上的所有标签。

只有具有相同子图位置的标签才会对齐。 即,仅当子图位于子图布局的同一列中时,才会对齐 y 轴标签。

对齐在调用这些方法后是持久的且自动的。

一个方便的包装器 Figure.align_labels 同时调用这两个函数。

源代码2x.pngpng

轴图例现在包含在 tight_bbox 中#

通过 ax.legend 创建的图例有时会超出轴的限制。 诸如 fig.tight_layout()fig.savefig(bbox_inches='tight') 之类的工具会裁剪这些图例。 做出了一项更改,将其包含在 tight 计算中。

Cividis 色彩映射#

添加了一个名为“cividis”的新深蓝色/黄色色彩映射。 与 viridis 一样,cividis 在感知上是均匀的,并且对色盲友好。 但是,cividis 更进一步:它不仅可以被色盲用户使用,而且对于色盲和非色盲用户来说,它实际上应该看起来完全相同。 有关更多详细信息,请参见 Nuñez J, Anderton C, and Renslow R: "Optimizing colormaps with consideration for color vision deficiency to enable accurate interpretation of scientific data"

源代码2x.pngpng

新的色盲友好颜色循环样式#

添加了一种定义颜色循环的新样式 tableau-colorblind10,以提供另一种色盲友好绘图选项。 可以在样式表的参考中找到此新样式的演示。 要加载此颜色循环以代替默认的颜色循环

import matplotlib.pyplot as plt
plt.style.use('tableau-colorblind10')

支持 numpy.datetime64#

长期以来,Matplotlib 在 matplotlib.dates 中支持 datetime.datetime 日期。 我们现在也支持 numpy.datetime64 日期。 在任何可以使用 datetime.datetime 的地方,都可以使用 numpy.datetime64。 例如

time = np.arange('2005-02-01', '2005-02-02', dtype='datetime64[h]')
plt.plot(time)

使用 Pillow 编写动画#

现在可以使用 Pillow 作为动画编写器。 当前支持的输出格式为 gif (Pillow>=3.4) 和 webp (Pillow>=5.0)。 例如,使用

from __future__ import division

from matplotlib import pyplot as plt
from matplotlib.animation import FuncAnimation, PillowWriter

fig, ax = plt.subplots()
line, = plt.plot([0, 1])

def animate(i):
   line.set_ydata([0, i / 20])
   return [line]

anim = FuncAnimation(fig, animate, 20, blit=True)
anim.save("movie.gif", writer=PillowWriter(fps=24))
plt.show()

滑块 UI 小部件可以捕捉到离散值#

滑块 UI 小部件可以采用可选参数 valstep。 这样做会强制滑块仅采用离散值,从 valmin 开始计数,以 valstep 的大小逐步增加到 valmax

如果 closedmax==True,则滑块也会捕捉到 valmax

capstylejoinstyle 属性已添加到 Collection#

Collection 类现在具有可自定义的 capstylejoinstyle 属性。 这允许用户例如设置误差线的 capstyle

pad kwarg 已添加到 ax.set_title#

方法 Axes.set_title 现在具有 pad kwarg,该 kwarg 指定从轴顶部到绘制标题位置的距离。 pad 的单位是点,默认值是(已存在的)rcParams["axes.titlepad"] 的值(默认值:6.0)。

Matplotlib 中 2 种颜色的比较#

由于可以使用多种方式指定 Matplotlib 中的颜色,因此添加了 matplotlib.colors.same_color 方法,该方法检查两个 colors 是否相同。

极坐标图的自动缩放会捕捉到原点#

如果在极坐标图中自动设置限制,则如果自动限制在附近,则现在会将径向限制捕捉到零。 这意味着从零开始绘图不会自动缩放以包括径向轴上的小负值。

仍然可以使用 set_ylim 以通常的方式手动设置限制。

PathLike 支持#

在 Python 3.6+ 上,savefigimsaveimread 和动画编写器现在接受 os.PathLike 作为输入。

Axes.tick_params 可以设置网格线属性#

Tick 对象包含网格线以及刻度线和标签。Axis.set_tick_paramsAxes.tick_paramspyplot.tick_params 现在具有关键字参数 'grid_color'、'grid_alpha'、'grid_linewidth' 和 'grid_linestyle',用于覆盖 rcParams 中的默认值:'grid.color' 等。

Axes.imshow 将 RGB 值裁剪到有效范围#

Axes.imshow 传入超出范围的 RGB 或 RGBA 值时,现在会记录警告并将其裁剪到有效范围内。旧的行为是将值回绕到范围内,这通常会隐藏异常值,并使解释 RGB 图像变得不可靠。

matplotlibrc 中用于放置 xaxis 和 yaxis 刻度标签的属性#

matplotlibrc 中引入了四个新的布尔属性,用于设置 xaxis 和 yaxis 刻度标签的默认位置,即 rcParams["xtick.labeltop"] (默认值:False)、rcParams["xtick.labelbottom"] (默认值:True)、rcParams["ytick.labelright"] (默认值:False) 和 rcParams["ytick.labelleft"] (默认值:True)。这些也可以在 rcParams 中更改。

用于 gtk3 的 PGI 绑定#

GTK3 后端现在可以使用 PGI 而不是 PyGObject。PGI 是 GObject 的一个相当不完整的绑定,因此不建议使用;它的主要好处是它在 Travis 上可用(因此允许对 gtk3agg 和 gtk3cairo 后端进行 CI 测试)。

绑定选择规则如下:- 如果 gi 已经导入,则使用它;否则 - 如果 pgi 已经导入,则使用它;否则 - 如果可以导入 gi,则使用它;否则 - 如果可以导入 pgi,则使用它;否则 - 报错。

因此,要强制在使用两个绑定时使用 PGI,请先导入它。

用于 Qt、WX 和 Tk 画布的 Cairo 渲染#

新的 Qt4CairoQt5CairoWXCairoTkCairo 后端允许 Qt、Wx 和 Tk 画布使用 Cairo 渲染而不是 Agg。

在新 ToolManager 中添加了对 QT 的支持#

现在可以使用带有 Qt5 的 ToolManager。例如

import matplotlib

matplotlib.use('QT5AGG')
matplotlib.rcParams['toolbar'] = 'toolmanager'
import matplotlib.pyplot as plt

plt.plot([1,2,3])
plt.show()

目前将新的工具类视为实验性的,API 可能会发生变化,rcParam 也可能会发生变化。

主要示例 工具管理器 显示了更多细节,只需调整标题以使用 QT 而不是 GTK3。

TkAgg 后端经过重新设计以支持 PyPy#

PyPy 现在可以使用 TkAgg 后端进行绘图,支持 PyPy 5.9 及更高版本(适用于 python 2.7 的 PyPy 和适用于 python 3.5 的 PyPy)。

Python 日志库用于调试输出#

Matplotlib 过去(零星地)使用内部详细输出报告器。此版本将这些调用转换为使用标准的 python logging 库。

对旧的 rcParams verbose.levelverbose.fileo 的支持已删除。

命令行选项 --verbose-helpful--verbose-debug 仍然被接受,但已弃用。它们现在等效于设置 logging.INFOlogging.DEBUG

记录器的根名称为 matplotlib,可以从程序中访问,如下所示

import logging
mlog = logging.getLogger('matplotlib')

基本用法说明在 故障排除 中,开发人员的说明在 贡献指南 中。

改进了 repr,用于 Transform#

Transform 现在以更易读的方式缩进它们的 repr

In [1]: l, = plt.plot([]); l.get_transform()
Out[1]:
CompositeGenericTransform(
   TransformWrapper(
      BlendedAffine2D(
            IdentityTransform(),
            IdentityTransform())),
   CompositeGenericTransform(
      BboxTransformFrom(
            TransformedBbox(
               Bbox(x0=-0.05500000000000001, y0=-0.05500000000000001, x1=0.05500000000000001, y1=0.05500000000000001),
               TransformWrapper(
                  BlendedAffine2D(
                        IdentityTransform(),
                        IdentityTransform())))),
      BboxTransformTo(
            TransformedBbox(
               Bbox(x0=0.125, y0=0.10999999999999999, x1=0.9, y1=0.88),
               BboxTransformTo(
                  TransformedBbox(
                        Bbox(x0=0.0, y0=0.0, x1=6.4, y1=4.8),
                        Affine2D(
                           [[ 100.    0.    0.]
                           [   0.  100.    0.]
                           [   0.    0.    1.]])))))))