Matplotlib 2.1.0 中的新特性（2017年10月7日）#

文档#

示例已迁移至使用 sphinx gallery。这使得示例中的散文和代码能更好地混合，提供了将示例下载为 Python 脚本和 Jupyter notebook 的链接，并改进了缩略图画廊。示例已重新组织为教程和示例。

许多文档字符串和示例已得到澄清和改进。

新特性#

字符串分类值#

所有绘图函数现在都支持字符串分类值作为输入。例如

data = {'apples': 10, 'oranges': 15, 'lemons': 5, 'limes': 20}
fig, ax = plt.subplots()
ax.bar(data.keys(), data.values(), color='lightgray')

(源代码, 2x.png, png)

交互式 JS 动画小部件#

Jake Vanderplas 的 JSAnimation 包已合并到 Matplotlib 中。这为 Matplotlib 添加了 HTMLWriter 类，用于生成 JavaScript HTML 动画，适用于 IPython notebook。可以通过将 animation.html rc 参数设置为 jshtml 来默认激活此功能。也可以调用 to_jshtml 方法手动转换动画。这可以使用 IPython 的 HTML 显示类来显示。

from IPython.display import HTML
HTML(animation.to_jshtml())

HTMLWriter 类也可以通过请求 html 写入器来生成 HTML 文件。

极坐标图增强#

极坐标轴的变换已被大量重构，以允许更灵活地自定义视图限制和刻度标签。视图限制的额外选项允许创建环形、扇形或两者的组合。

set_rorigin() 方法可用于为最小绘图半径提供偏移量，从而生成环形。

set_theta_zero_location() 方法现在有一个可选的 offset 参数。此参数可用于根据给定的锚点进一步指定零点位置。

../../_images/sphx_glr_polar_scatter_002.png

极坐标偏移演示#

set_thetamin() 和 set_thetamax() 方法可用于限制绘制的角度范围，从而生成圆形扇区。

../../_images/sphx_glr_polar_scatter_003.png

极坐标扇区演示#

以前的版本允许绘图包含负半径，其中负值仅用作标签，实际半径会根据配置的最小值进行偏移。此版本还允许将负半径用于网格和刻度，这在以前是静默忽略的。

径向刻度已修改为与圆形网格线平行，角度刻度已修改为与网格线平行。旋转刻度标签以匹配边界也可能很有用。调用 ax.tick_params(rotation='auto') 将启用新行为：径向刻度标签将与圆形网格线平行，角度刻度标签将与网格线垂直（即，与外边界平行）。此外，刻度标签现在遵循以前仅在笛卡尔图上有效的填充设置。因此，PolarAxes.set_thetagrids 的 frac 参数不再适用。刻度填充可以通过 Axes.tick_params 或 Axis.set_tick_params 的 pad 参数进行修改。

Figure 类现在具有 subplots 方法#

Figure 类现在有一个 subplots() 方法，其行为与 pyplot.subplots() 相同，但作用于现有图。

元数据 `savefig` 关键字参数#

savefig() 现在接受 metadata 作为关键字参数。它可用于在图像元数据中存储键/值对。

  • Agg 后端中的 'png'

  • PDF 后端中的 'pdf'（有关支持的关键字列表，请参阅 writeInfoDict()）

  • PS 后端中的 'eps' 和 'ps'（仅接受 'Creator' 键）

plt.savefig('test.png', metadata={'Software': 'My awesome software'})

忙碌光标#

当 Matplotlib 正在渲染画布时，交互式 GUI 后端现在会将光标更改为忙碌状态。

PolygonSelector#

PolygonSelector 类已添加到 matplotlib.widgets 中。详情请参阅使用多边形选择器从集合中选择索引。

添加了 matplotlib.ticker.PercentFormatter#

新的 PercentFormatter 格式器具有一些不错的特性，例如能够将任意数据刻度转换为百分比、可自定义的百分号以及对小数点的自动或手动控制。

可复现的 PS、PDF 和 SVG 输出#

SOURCE_DATE_EPOCH 环境变量现在可用于设置 PS 和 PDF 输出中的时间戳值。请参阅 source date epoch。

另外，使用 metadata={'CreationDate': None} 调用 savefig 将完全省略 PDF 后端的时间戳。

PS 和 PDF 后端输出的可复现性目前已使用各种绘图元素进行了测试，但仅限于像 {ps,pdf}.fonttype 这样可以在低级别影响输出的选项的默认值，并且不包括 mathtext 或 usetex 功能。当 Matplotlib 调用外部工具（例如 PS distillers 或 LaTeX）时，它们的版本需要保持不变以实现可复现性，并且它们可能会添加超出 Matplotlib 控制范围的非确定性来源。

对于 SVG 输出，svg.hashsalt rc 参数已在早期版本中添加。此参数将 SVG 文件中的一些随机标识符更改为确定性标识符。此设置的缺点是，如果使用确定性标识符生成多个文件，并且它们最终成为一个更大文档的一部分，则标识符可能会冲突并导致不同部分相互影响。

这些功能现在已在 PDF 和 SVG 后端的测试中启用，因此大多数测试输出文件（但不是全部）现在都是确定性的。

mplot3d 的正交投影#

Axes3D 现在接受 proj_type 关键字参数，并有一个方法 set_proj_type()。默认选项仍为 'persp'，提供 'ortho' 可启用正交视图。

比较 Z 轴，在正交视图中它是垂直的，但在透视视图中略微倾斜。

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure(figsize=(4, 6))
ax1 = fig.add_subplot(2, 1, 1, projection='3d')
ax1.set_proj_type('persp')
ax1.set_title('Perspective (default)')

ax2 = fig.add_subplot(2, 1, 2, projection='3d')
ax2.set_proj_type('ortho')
ax2.set_title('Orthographic')

plt.show()

(源代码, 2x.png, png)

mplot3d 的 `voxels` 函数#

Axes3D 现在有一个 voxels 方法，用于可视化布尔 3D 数据。用途包括绘制稀疏 3D 热力图或可视化体积模型。

../../_images/sphx_glr_voxels_numpy_logo_001.png

体素演示#

改进#

CheckButtons 小部件的 `get_status` 函数#

get_status() 方法已添加到 matplotlib.widgets.CheckButtons 类中。此 get_status 方法允许用户查询 CheckButtons 对象中所有按钮的状态（True/False）。

为 `AnchoredSizeBar` 添加 `fill_bar` 参数#

mpl_toolkits 类 AnchoredSizeBar 现在有一个额外的 fill_bar 参数，它使尺寸条成为一个实心矩形，而不是仅仅绘制矩形边框。默认值为 None，并且是否默认填充条取决于 size_vertical 的值。如果 size_vertical 不为零，则 fill_bar 将设置为 True。如果 size_vertical 为零，则 fill_bar 将设置为 False。如果您希望覆盖此默认行为，请将 fill_bar 设置为 True 或 False，以无条件地始终或从不为尺寸条使用填充的补丁矩形。

import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1.anchored_artists import AnchoredSizeBar

fig, ax = plt.subplots(figsize=(3, 3))

bar0 = AnchoredSizeBar(ax.transData, 0.3, 'unfilled', loc='lower left',
                       frameon=False, size_vertical=0.05, fill_bar=False)
ax.add_artist(bar0)
bar1 = AnchoredSizeBar(ax.transData, 0.3, 'filled', loc='lower right',
                       frameon=False, size_vertical=0.05, fill_bar=True)
ax.add_artist(bar1)

plt.show()

(源代码, 2x.png, png)

注释可以使用默认箭头样式#

注释现在在设置 arrowprops={} 时使用默认箭头样式，而不是不使用箭头（新行为实际上与文档匹配）。

Barbs 和 Quiver 支持日期#

使用 quiver() 和 barbs() 绘图方法时，现在可以传递日期，就像其他方法（如 plot()）一样。这还允许这些函数处理需要应用单位转换的值。

Hexbin 默认线颜色#

hexbin() 的默认 linecolor 关键字参数现在是 'face'，并且提供 'none' 现在可以防止在六边形周围绘制线条。

Figure.legend() 可以不带参数调用#

现在可以不带任何参数调用 Figure.legend()。在这种情况下，将创建一个包含图中所有轴上所有艺术家对象的图例。

图例条目的多个图例键#

图例条目现在可以包含一个以上的图例键。扩展的 HandlerTuple 类现在接受两个参数：ndivide 将图例区域划分为指定数量的部分；pad 改变图例键之间的填充。

../../_images/sphx_glr_legend_demo_004.png

多个图例键#

figure() 的新参数 *clear*#

当调用 pyplot 的 figure() 函数并带有一个 num 参数时，仅当不存在具有相同值的现有窗口时才会创建新窗口。新增了一个布尔参数 *clear*，用于显式清除其现有内容。这在交互式会话中使用时特别有用。由于 subplots() 也接受来自 figure() 的关键字参数，因此它也可以在那里使用。

import matplotlib.pyplot as plt

fig0 = plt.figure(num=1)
fig0.suptitle("A fancy plot")
print("fig0.texts: ", [t.get_text() for t in fig0.texts])

fig1 = plt.figure(num=1, clear=False)  # do not clear contents of window
fig1.text(0.5, 0.5, "Really fancy!")
print("fig0 is fig1: ",  fig0 is fig1)
print("fig1.texts: ", [t.get_text() for t in fig1.texts])

fig2, ax2 = plt.subplots(2, 1, num=1, clear=True)  # clear contents
print("fig0 is fig2: ",  fig0 is fig2)
print("fig2.texts: ", [t.get_text() for t in fig2.texts])

# The output:
# fig0.texts:  ['A fancy plot']
# fig0 is fig1:  True
# fig1.texts:  ['A fancy plot', 'Really fancy!']
# fig0 is fig2:  True
# fig2.texts:  []

为 `LogFormatterMathtext` 指定格式化为标量的最小值#

LogFormatterMathtext 现在包含一个选项，用于指定格式化为标量的最小指数值（即 0.001 而不是 10-3）。

新的 `quiverkey` 角度关键字参数#

绘制 quiverkey() 现在允许使用 angle 关键字参数，该参数设置绘制键箭头时的角度。

色谱反转方法#

方法 matplotlib.colors.LinearSegmentedColormap.reversed() 和 matplotlib.colors.ListedColormap.reversed() 返回 Colormap 的反转实例。这实现了一种反转任何 Colormap 的方式。

artist.setp (和 pyplot.setp) 接受 *file* 参数#

该参数仅限关键字。它允许指定除 sys.stdout 之外的输出文件。它的工作方式与 print 的 *file* 参数完全相同。

`streamplot` 流线生成更具可配置性#

流线的起点、方向和长度现在可以进行配置。这使得可以更长时间地跟踪矢量场，并且在某些使用场景中可以增强流场模式的可视性。

`Axis.set_tick_params` 现在响应 *rotation*#

现在可以通过 tick_params() 使用 *rotation* 关键字进行刻度标签的批量旋转设置。

ax.tick_params(which='both', rotation=90)

刻度标签被关闭而非隐形#

在内部，Tick 的 matplotlib.axis.Tick.label1On 属性现在用于隐藏刻度标签，而不是在刻度标签对象上设置可见性。这提高了整体性能并修复了一些问题。因此，如果需要显示这些标签，则需要使用 tick_params()，例如：

ax.tick_params(labelbottom=True)

3D 条形图中的阴影#

3D bar 绘图方法中添加了一个新的 shade 参数。默认行为仍然是给条形图着色，但现在用户可以选择将 shade 设置为 False。

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

x = np.arange(2)
y = np.arange(3)
x2d, y2d = np.meshgrid(x, y)
x, y = x2d.ravel(), y2d.ravel()
z = np.zeros_like(x)
dz = x + y

fig = plt.figure(figsize=(4, 6))
ax1 = fig.add_subplot(2, 1, 1, projection='3d')
ax1.bar3d(x, y, z, 1, 1, dz, shade=True)
ax1.set_title('Shading On')

ax2 = fig.add_subplot(2, 1, 2, projection='3d')
ax2.bar3d(x, y, z, 1, 1, dz, shade=False)
ax2.set_title('Shading Off')

plt.show()

(源代码, 2x.png, png)

autofmt_xdate 的新 `which` 参数#

方法 autofmt_xdate() 现在存在一个 which 参数。这允许用户选择性地格式化 major、minor 或 both 刻度标签。默认行为将旋转并对齐 major 刻度标签。

fig.autofmt_xdate(bottom=0.2, rotation=30, ha='right', which='minor')

subplot2grid 的新 Figure 参数#

函数 subplot2grid() 现在存在一个 fig 参数。这允许用户指定将创建子图的图形。如果 fig 为 None（默认），则该方法将使用通过 gcf() 检索到的当前图形。

subplot2grid(shape, loc, rowspan=1, colspan=1, fig=myfig)

`fill_betweenx` 中的插值#

方法 fill_betweenx() 现在存在一个 interpolate 参数。这允许用户插值数据并填充交叉点区域，类似于 fill_between()。

EngFormatter 的新关键字参数 `sep`#

EngFormatter 中添加了一个新的 sep 关键字参数，它提供了一种定义值与其单位之间所用字符串的方法。默认字符串为 " "，这保留了以前的行为。此外，即使在没有 SI 前缀的情况下，分隔符现在也存在于值与其单位之间。以前有一个错误，导致返回 "3.14V" 等字符串，而不是预期的 "3.14 V"（采用默认行为）。

扩展 `MATPLOTLIBRC` 行为#

环境变量现在可以指定完整文件路径或包含 matplotlibrc 文件的目录路径。

`hist` 的 `density` 关键字参数#

hist() 方法现在优先使用 density 而非 normed 来控制直方图是否应归一化，这是遵循 NumPy 上游的更改。这将减少混淆，因为其行为一直都是直方图的积分值为 1（而不是总和或最大值）。

内部#

新的 TransformedPatchPath 缓存对象#

新增的 TransformedPatchPath 提供了一种通过 Transform 将 Patch 转换为 Path 的方法，同时缓存生成的路径。如果补丁和变换都没有改变，则返回路径的缓存副本。

此类与旧的 TransformedPath 的不同之处在于，它能够根据底层补丁刷新自身，而旧类使用不可变路径。

电影写入器的抽象基类#

新的 AbstractMovieWriter 类定义了用作 matplotlib.animation.Animation.save() 方法中 writer 的类所需的 API。现有的 MovieWriter 类现在派生自新的抽象基类。

更严格的线型 rcParams 验证#

与线型相关的 rcParams（lines.linestyle、boxplot.*.linestyle、grid.linestyle 和 contour.negative_linestyle）的验证现在有效地检查这些值是否为有效的线型。接受 'dashed' 或 '--' 等字符串，以及 [1, 1.65] 等偶数长度的开关墨迹序列。在后一种情况下，偏移值在内部处理，用户不应提供。

新的验证方案取代了用于 contour.negative_linestyle rcParams 的旧方案，后者仅限于 'solid' 和 'dashed' 线型。

验证不区分大小写。以下现在是有效的

grid.linestyle             : (1, 3)   # loosely dotted grid lines
contour.negative_linestyle : dashdot  # previously only solid or dashed

pytest#

自动化测试已从 nose 切换到 pytest。

性能#

路径简化更新#

由 path.simplify 和 path.simplify_threshold 参数控制的线段简化已得到改进。在绘制大量数据时（只要上述参数设置得当），您应该会注意到更好的渲染性能。只有路径的线段部分会被简化——如果您同时绘制标记并遇到渲染速度问题，则应考虑使用 plot 的 markevery 选项。更多信息请参阅使用教程中的性能部分。

简化通过迭代地将线段合并为单个向量来工作，直到下一个线段到该向量的垂直距离（在显示坐标空间中测量）大于 path.simplify_threshold 参数。因此，path.simplify_threshold 的值越高，渲染时间越快。如果您只是为了探索数据而绘图，而不是为了出版质量的像素完美绘图，那么可以安全地使用 1.0 的值。如果您想确保绘图精确反映您的数据，则应将 path.simplify 设置为 false 和/或将 path.simplify_threshold 设置为 0。Matplotlib 当前默认为保守值 1/9，较小的值不太可能在您的绘图中引起任何可见的差异。

在 C++ 中实现 intersects_bbox#

intersects_bbox() 已在 C++ 中实现，这提高了自动放置图例的性能。

在此页