Matplotlib 3.4.0(2021年3月26日)的新功能#

有关自上次修订以来的所有问题和拉取请求列表,请参阅 3.10.3 (2025年5月8日) 的 GitHub 统计数据

Figure 和 Axes 的创建/管理#

新增子图功能#

新的 figure.Figure.add_subfigurefigure.Figure.subfigures 功能允许在图中创建虚拟图。以前,类似的嵌套是通过嵌套 gridspecs 完成的(参见嵌套 Gridspecs)。然而,这不允许只与每个子 gridspec 相关的局部图艺术家(例如,颜色条或总标题)。

新的方法 figure.Figure.add_subfigurefigure.Figure.subfigures 旨在与 figure.Figure.add_subplotfigure.Figure.subplots 对应,并且具有大部分相同的参数。

有关更多详细信息,请参见图子图

注意

子图功能在 v3.4 中是实验性 API。

(源代码, 2x.png, png)

subplot_mosaic 的单行字符串表示法#

Figure.subplot_mosaicpyplot.subplot_mosaic 现在接受单行字符串,使用分号分隔行。也就是说,

plt.subplot_mosaic(
    """
    AB
    CC
    """)

可以写成更短的

plt.subplot_mosaic("AB;CC")

(源代码, 2x.png, png)

Axes 创建方法(gca, add_axes, add_subplot)行为变更#

创建新 Axes 的函数行为已更改(pyplot.axes, pyplot.subplot, figure.Figure.add_axes, figure.Figure.add_subplot)。过去,这些函数会检测您是否尝试使用与当前图中已存在的 Axes 相同的关键字参数创建 Axes,如果是,它们将返回现有 Axes。现在,pyplot.axesfigure.Figure.add_axesfigure.Figure.add_subplot 将始终创建新的 Axes。pyplot.subplot 将继续重用具有匹配子图规格和相同 kwargs 的现有 Axes。

相应地,获取当前 Axes 的函数行为已更改(pyplot.gca, figure.Figure.gca)。过去,这些函数接受关键字参数。如果关键字参数与已存在的 Axes 匹配,则返回该 Axes,否则使用这些关键字参数创建新的 Axes。现在,只有在当前图中完全没有 Axes 时才考虑关键字参数。在未来的版本中,这些函数将根本不接受关键字参数。

add_subplot/add_axes 增加了 axes_class 参数#

特别是,mpl_toolkits Axes 子类现在可以通过惯用的方式使用,例如 fig.add_subplot(axes_class=mpl_toolkits.axislines.Axes)

Subplot 和 subplot2grid 现在可以与受限布局一起使用#

constrained_layout 依赖于每个逻辑布局上的一个 GridSpec。以前,pyplot.subplotpyplot.subplot2grid 每次调用时都会添加一个新的 GridSpec,因此与 constrained_layout 不兼容。

现在 subplot 会尝试重用 GridSpec,如果行数和列数与图中已有的顶层 GridSpec 相同,即 plt.subplot(2, 1, 2) 将使用与 plt.subplot(2, 1, 1) 相同的 GridSpec,并且 Figureconstrained_layout=True 选项将起作用。

相反,混合 nrowsncolsconstrained_layout 一起使用:plt.subplot(2, 2, 1) 后面跟着 plt.subplots(2, 1, 2) 仍然会生成两个 GridSpecs,并且 constrained_layout=True 将导致不好的结果。为了达到预期的效果,第二次调用可以指定第二个 Axes 应该覆盖的单元格:plt.subplots(2, 2, (2, 4)),或者更 Pythonic 的 plt.subplot2grid((2, 2), (0, 1), rowspan=2) 也可以使用。

绘图方法#

axline 支持 transform 参数#

axline 现在支持 transform 参数,它应用于点 xy1, xy2slope(如果给定)始终在数据坐标中。

例如,这可以与 ax.transAxes 一起使用,用于绘制具有固定斜率的线。在下面的图中,即使它们显示不同的数据限制,该线也会穿过两个 Axes 上的相同点。

fig, axs = plt.subplots(1, 2)

for i, ax in enumerate(axs):
    ax.axline((0.25, 0), slope=2, transform=ax.transAxes)
    ax.set(xlim=(i, i+5), ylim=(i, i+5))

(源代码, 2x.png, png)

条形图的新自动标签功能#

已添加新的 Axes.bar_label 方法,用于自动标注条形图。

../../_images/sphx_glr_bar_label_demo_001.png

新自动标注的示例。#

可以将一系列填充样式指定给 barbarh#

类似于其他一些矩形属性,现在可以将一系列填充样式传递给 barbarh,以创建具有不同填充样式的条形图,例如:

(源代码, 2x.png, png)

设置 BarContainer 方向#

BarContainer 现在接受一个新的字符串参数 orientation。它可以是 'vertical''horizontal',默认值为 None

等高线图现在默认使用 ScalarFormatter#

fmt="%1.3f" 传递给等高线调用以恢复旧的默认标签格式。

Axes.errorbar 正确循环非颜色属性#

以前,如果明确指定了颜色,Axes.errorbar 会错误地跳过 Axes 属性循环,即使属性循环器用于其他属性(例如线条样式)。现在,Axes.errorbar 将像 Axes.plot 一样推进 Axes 属性循环,即只要循环器中的所有属性都没有明确传递。

例如,以下代码将循环线条样式

x = np.arange(0.1, 4, 0.5)
y = np.exp(-x)
offsets = [0, 1]

plt.rcParams['axes.prop_cycle'] = plt.cycler('linestyle', ['-', '--'])

fig, ax = plt.subplots()
for offset in offsets:
    ax.errorbar(x, y + offset, xerr=0.1, yerr=0.3, fmt='tab:blue')

(源代码, 2x.png, png)

errorbarerrorevery 参数与 markevery 匹配#

类似于 plotmarkevery 参数,errorbarerrorevery 参数现在接受切片和 NumPy 花式索引(必须与 x 的大小匹配)。

(源代码, 2x.png, png)

hexbin 支持 C 参数的数据引用#

xy 参数一样,Axes.hexbin 现在支持使用数据引用传递 C 参数。

data = {
    'a': np.random.rand(1000),
    'b': np.random.rand(1000),
    'c': np.random.rand(1000),
}

fig, ax = plt.subplots()
ax.hexbin('a', 'b', C='c', data=data, gridsize=10)

(源代码, 2x.png, png)

支持可调用对象用于 Sankey 标签的格式化#

matplotlib.sankey.Sankeyformat 参数现在可以接受可调用对象。

这允许使用任意函数来标记流,例如允许将数字映射到表情符号。

(源代码, 2x.png, png)

Axes.spines 访问快捷方式#

Axes.spines 现在是一个专用的容器类 Spines,用于一组 Spine,而不是 OrderedDict。除了类似字典的访问外,Axes.spines 现在还支持一些类似 pandas.Series 的功能。

通过项目或属性访问单个元素

ax.spines['top'].set_visible(False)
ax.spines.top.set_visible(False)

访问项目子集

ax.spines[['top', 'right']].set_visible(False)

同时访问所有项目

ax.spines[:].set_visible(False)

新的 stairs 方法和 StepPatch 艺术家#

pyplot.stairs 和底层艺术家 StepPatch 为绘制分段常数函数提供了更清晰的接口,适用于您知道步长边缘的常见情况。这取代了 pyplot.step 的许多用例,例如在绘制 numpy.histogram 的输出时。

对于艺术家和函数,类 x 的边缘输入比类 y 的值输入多一个元素。

(源代码, 2x.png, png)

有关示例,请参见Stairs 演示

为茎叶图添加了 orientation 参数#

默认情况下,茎线是垂直的。可以使用 Axes.stempyplot.stemorientation 参数将其更改为水平。

(源代码, 2x.png, png)

括号箭头样式的角度#

现在,指定给 Bracket 箭头样式(]-[, ]-, -[, 或 |-|,作为 FancyArrowPatcharrowstyle 参数传入)的角度现在已生效。以前,允许使用 angleAangleB 选项,但它们不起作用。

(源代码, 2x.png, png)

TickedStroke 路径效果#

新的 TickedStroke 路径效果可用于生成带刻度样式的线条。这可用于例如在优化解空间中区分约束边界的有效侧和无效侧。

../../_images/sphx_glr_tickedstroke_demo_002.png

颜色和颜色映射#

集合颜色指定和映射#

对颜色映射处理以及 facecoloredgecolor 关键字参数的重新调整导致了三种行为变化

  1. 可以通过调用 Collection.set_array(None) 来关闭颜色映射。以前,这不会有任何效果。

  2. 当设置可映射数组时,如果 facecolor='none'edgecolor='face',则面和边都未着色。以前,边会被颜色映射。

  3. 当设置可映射数组时,如果 facecolor='none'edgecolor='red',则边为红色。这解决了 Issue #1302。以前,边会被颜色映射。

集合中的透明度 (alpha) 可以设置为数组#

以前,集合中控制透明度的 alpha 值只能指定为应用于集合中所有元素的标量。例如,scatter 绘图中的所有标记,或 pcolormesh 绘图中的所有四边形,都将具有相同的 alpha 值。

现在可以将 alpha 作为数组提供,其中每个元素(标记、四边形等)在集合中都有一个值。

(源代码, 2x.png, png)

pcolormesh 通过启用捕捉功能改进了透明度处理#

由于 snapping 关键字参数传递给 Agg 后端的方式,Matplotlib 的早期版本在具有透明度的网格网格边缘之间似乎会显示线条。此版本现在默认应用捕捉。要恢复旧行为(例如,用于测试图像),您可以将 rcParams["pcolormesh.snap"](默认:True)设置为 False

(源代码, 2x.png, png)

请注意,主图的网格边界之间存在透明度不一致的线条。当颜色条添加透明度时,它也会显示这些线条,因为内部它使用 pcolormesh 来绘制颜色条。默认情况下启用捕捉(如下),网格边界处的线条消失。

(源代码, 2x.png, png)

Colormap 对象的 IPython 表示#

matplotlib.colors.Colormap 对象现在具有用于 IPython / Jupyter 后端的图像表示。最后一行返回颜色映射的单元格将显示颜色映射的图像。

In[1]: cmap = plt.get_cmap('viridis').with_extremes(bad='r', under='g', over='b')

In[2]: cmap
Out[2]:
viridis
viridis colormap
under
bad
over

Colormap.set_extremesColormap.with_extremes#

因为 Colormap.set_bad, Colormap.set_underColormap.set_over 方法会就地修改颜色映射,因此如果设置极值颜色(例如对于内置颜色映射),用户必须小心,首先复制颜色映射。

新的 Colormap.with_extremes(bad=..., under=..., over=...) 可以用于首先复制颜色映射并在该副本上设置极值颜色。

新的 Colormap.set_extremes 方法是为了与 Colormap.with_extremes API 对称而提供的,但请注意它存在与早期各个设置器相同的问题。

获取 Colormap 对象的 under/over/bad 颜色#

matplotlib.colors.Colormap 现在有方法 get_underget_overget_bad 用于超出范围和遮罩值所使用的颜色。

新函数 cm.unregister_cmap#

matplotlib.cm.unregister_cmap 允许用户移除他们以前注册的颜色映射。

用于围绕中心对称数据的新 CenteredNorm#

在数据围绕中心对称的情况下,例如正负异常值围绕中心零,CenteredNorm 是一种新的范数,它自动创建围绕中心的对称映射。这种范数非常适合与使用不饱和颜色作为其中心的发散颜色映射结合使用。

(源代码, 2x.png, png)

如果对称中心与 0 不同,可以通过 vcenter 参数设置。要手动设置 CenteredNorm 的范围,请使用 halfrange 参数。

有关示例和数据标准化详细信息,请参见颜色映射标准化

用于任意归一化操作的新 FuncNorm#

FuncNorm 允许使用前向和反向函数进行任意归一化。

(源代码, 2x.png, png)

有关示例和数据标准化详细信息,请参见颜色映射标准化

基于 GridSpec 的颜色条现在可以放置在主轴上方或左侧#

...通过在 colorbar() 调用中传递 location="top"location="left"

标题、刻度和标签#

supxlabel 和 supylabel#

现在可以为整个图添加 x 轴和 y 轴标签,类似于使用新的 Figure.supxlabelFigure.supylabel 方法来实现 Figure.suptitle

(源代码, 2x.png, png)

共享轴 subplots 的刻度标签可见性现在对顶部或左侧标签正确#

当调用 subplots(..., sharex=True, sharey=True) 时,Matplotlib 会自动隐藏不在第一列的 Axes 的 x 轴刻度标签和不在最后一行的 Axes 的 y 轴刻度标签。如果 rcParams 指定 Axes 应该在顶部(rcParams["xtick.labeltop"] = True)或右侧(rcParams["ytick.labelright"] = True)添加标签,则此行为不正确。

现在正确处理以下情况(根据需要在 Axes 的第一行和最后一列调整可见性)

plt.rcParams["xtick.labelbottom"] = False
plt.rcParams["xtick.labeltop"] = True
plt.rcParams["ytick.labelleft"] = False
plt.rcParams["ytick.labelright"] = True

fig, axs = plt.subplots(2, 2, sharex=True, sharey=True)

(源代码, 2x.png, png)

可迭代的带标签对象可以传递给 Axes.plot#

当通过将 2D 数据作为 y 值传递给 plot 来绘制多个数据集时,数据集的标签可以作为列表传递,其长度与 y 中的列数匹配。

x = [1, 2, 3]

y = [[1, 2],
     [2, 5],
     [4, 9]]

plt.plot(x, y, label=['low', 'high'])
plt.legend()

(源代码, 2x.png, png)

字体和文本#

文本变换可以旋转文本方向#

新的 Text 参数 transform_rotates_text 现在设置变换的旋转是否影响文本方向。

../../_images/sphx_glr_text_rotation_relative_to_line_001.png

新参数 transform_rotates_text 的示例#

matplotlib.mathtext 现在支持 oversetunderset LaTeX 符号#

mathtext 现在支持 oversetunderset,调用方式为 \overset{annotation}{body}\underset{annotation}{body},其中 annotationbody “上方”或“下方”的文本。

(源代码, 2x.png, png)

math_fontfamily 参数用于更改 Text 字体系列#

新的 math_fontfamily 参数可用于更改图中每个单独文本元素的字体系列。如果未设置参数,则将使用全局值 rcParams["mathtext.fontset"](默认值:'dejavusans')。

../../_images/sphx_glr_mathtext_fontfamily_example_001.png

TextArea/AnchoredText 支持 horizontalalignment#

现在可以指定 TextAreaAnchoredText 中文本的水平对齐方式,这对于多行文本非常有效

(源代码, 2x.png, png)

PDF 支持 Text 艺术家上的 URL#

text.Text 艺术家上的 URL(即,来自 Artist.set_url)现在将保存在 PDF 文件中。

rcParams 改进#

日期的新 rcParams:设置转换器和是否使用 interval_multiples#

新的 rcParams["date.converter"](默认值:'auto')允许使用字符串 'auto' 和 'concise' 在 matplotlib.dates.DateConvertermatplotlib.dates.ConciseDateConverter 之间切换。

新的 rcParams["date.interval_multiples"](默认值:True)允许在日期定位器尝试以固定间隔(即,每月 1 日和 15 日)选择刻度,与均匀间隔的刻度(从时间序列开始的地方开始)之间进行切换。

dates = np.arange('2001-01-10', '2001-05-23', dtype='datetime64[D]')
y = np.sin(dates.astype(float) / 10)
fig, axs = plt.subplots(nrows=2, constrained_layout=True)

plt.rcParams['date.converter'] = 'concise'
plt.rcParams['date.interval_multiples'] = True
axs[0].plot(dates, y)

plt.rcParams['date.converter'] = 'auto'
plt.rcParams['date.interval_multiples'] = False
axs[1].plot(dates, y)

(源代码, 2x.png, png)

日期格式化器现在遵循 usetex rcParam#

AutoDateFormatterConciseDateFormatter 现在遵循 rcParams["text.usetex"](默认值:False),因此将使用与默认(非日期)格式化器的 TeX 渲染一致的字体。TeX 渲染也可以通过在创建格式化器实例时传递 usetex 参数来启用/禁用。

在下面的图中,x 轴(日期)和 y 轴(数字)现在都使用相同的(TeX)字体

(源代码, 2x.png, png)

image.cmap 设置为 Colormap#

现在可以将 rcParams["image.cmap"](默认值:'viridis')设置为 Colormap 实例,例如使用上面新的 set_extremes 创建的颜色映射。(这只能通过 Python 代码完成,不能通过 matplotlibrc 文件完成。)

刻度和刻度标签颜色可以使用 rcParams 独立设置#

以前,rcParams["xtick.color"](默认值:'black')定义了刻度颜色和标签颜色。现在可以使用 rcParams["xtick.labelcolor"](默认值:'inherit')独立设置标签颜色。它默认为 'inherit',这将从 rcParams["xtick.color"](默认值:'black')获取值。这同样适用于 ytick.[label]color。例如,要将刻度设置为浅灰色,刻度标签设置为黑色,可以在脚本中使用以下代码:

import matplotlib as mpl

mpl.rcParams['xtick.labelcolor'] = 'lightgrey'
mpl.rcParams['xtick.color'] = 'black'
mpl.rcParams['ytick.labelcolor'] = 'lightgrey'
mpl.rcParams['ytick.color'] = 'black'

或者通过将以下行添加到 matplotlibrc 文件或 Matplotlib 样式文件中:

xtick.labelcolor : lightgrey
xtick.color      : black
ytick.labelcolor : lightgrey
ytick.color      : black

3D Axes 改进#

3D Axes 中的误差条方法#

误差条函数 Axes.errorbar 已完全移植到 3D Axes 框架中,支持诸如误差线和帽标记的自定义样式、误差条间距控制、上限和下限标记等功能。

../../_images/sphx_glr_errorbar3d_001.png

3D Axes 中的茎叶图#

3D Axes 现在支持茎叶图。与 2D 茎叶图类似,stem 支持以各种方向绘制茎叶图

(源代码, 2x.png, png)

另请参见3D 茎叶图演示。

3D Collection 属性现在可修改#

以前,用于 3D 效果的 3D Collection 属性(例如,为产生深度阴影而修改的颜色)在创建后无法更改。

现在可以随时修改 3D Collections 的所有属性。

3D Axes 中的平移#

使用鼠标中键单击并拖动以平移 3D Axes。

交互式工具改进#

RangeSlider 部件#

widgets.RangeSlider 允许创建定义范围而不是单个值的滑块。

(源代码, 2x.png, png)

滑块现在可以捕捉到任意值#

Slider UI 控件现在接受用于 valstep 的数组。这通过允许滑块捕捉到任意值来概括以前的行为。

暂停和恢复动画#

animation.Animation.pauseanimation.Animation.resume 方法允许您暂停和恢复动画。这些方法可以用作 UI 元素上事件监听器的回调,以便您的绘图可以具有一些播放控制 UI。

Sphinx 扩展#

plot_directive caption 选项#

以前,使用 plot_directive 指令和外部源文件时,通过指定内容来支持标题

.. plot:: path/to/plot.py

    This is the caption for the plot.

:caption: 选项允许为外部图

.. plot:: path/to/plot.py
    :caption: This is the caption for the plot.

和内联图指定标题

.. plot::
    :caption: This is a caption for the plot.

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

后端特定改进#

连续栅格化绘图现在合并#

向量输出的元素可以单独设置为栅格化,使用 rasterized 关键字参数或 set_rasterized()。这有助于减小文件大小。对于具有多个栅格元素的图形,现在它们会自动合并为数量更少的位图,这不会影响视觉输出。对于许多元素的情况,这可以显著减小文件大小。

为确保发生这种情况,请勿在栅格元素之间放置向量元素。

要禁止此合并,请将 Figure.suppressComposite 设置为 True。

FFMpegFileWriter 支持 raw/rgba 帧格式#

使用 FFMpegFileWriter 时,现在可以将 frame_format 设置为 "raw""rgba",这可能比图像格式稍快,因为 Matplotlib 和 FFmpeg 之间无需进行编码/解码。

nbAgg/WebAgg 支持中键单击和双击#

nbAgg 和 WebAgg 后端现在支持双击事件。以前,WebAgg 会将中键单击事件报告为右键单击,但现在会报告正确的按钮类型。

nbAgg 支持二进制通信#

如果 Web 浏览器和笔记本支持二进制 WebSocket,nbAgg 现在将使用它们,以稍微改进图形显示传输。

PDF 文件中 PNG 图像的索引颜色(如果可能)#

当 PNG 图像的颜色少于或等于 256 种时,它们在保存到 PDF 文件之前会转换为索引颜色。这在某些情况下可以显著减小文件大小。对于使用颜色映射但不进行插值的栅格数据(例如 Healpy mollview 图)尤其如此。目前,这仅适用于 RGB 图像。

PDF/PS 中改进的字体子集#

PDF 和 PostScript 中的字体子集已从嵌入的 ttconv C 代码重写为 Python。一些复合字符和轮廓可能略有改变。这修复了 PDF 中的 ttc 子集问题,并增加了对类型 3 OTF 字体子集的支持,从而生成更小的文件(在使用 CJK 字体时会小得多),并避免了类型 42 嵌入以及某些 PDF 阅读器(如 Acrobat Reader)的问题。

PDF 中字符串新增字距调整#

与 Agg 后端生成的文本一样(示例请参见之前的更新条目),PDF 现在在文本字符串中包含字距调整。

QtAgg 中完全分数的 HiDPI#

完全分数的 HiDPI(即非整数的 HiDPI 比率)已在 Qt 5.14 中添加,并且当使用此版本或更新版本的 Qt 时,QtAgg 后端现在支持此功能。

wxAgg 支持全屏切换#

wxAgg 后端支持使用 f 快捷键或管理器函数 FigureManagerBase.full_screen_toggle 来切换全屏。