如何从 matplotlib 图中提取数据

问题描述：

我有一个wxPython程序，它可以读取不同的数据集，对数据执行各种类型的简单即时分析，并将数据集的各种组合绘制到matplotlib画布上。我希望有机会将当前绘制的数据转储到文件中，以便以后进行更复杂的分析。

问题是：是否有任何方法matplotlib可以访问当前绘制的数据matplotlib.Figure？

解决方案 1：

Jakub 说得对，修改 Python 脚本可以直接从发送数据的源中写出数据，这也是我更喜欢的方式。但作为参考，如果你确实需要从图中获取数据，我认为这应该可以做到

gca().get_lines()[n].get_xydata()

或者，您可以分别获取 x 和 y 数据集：

line = gca().get_lines()[n]
xd = line.get_xdata()
yd = line.get_ydata()

解决方案 2：

可matplotlib.pyplot.gca用于从 matplotlib 图中提取数据。这是一个简单的例子：

import matplotlib.pyplot as plt
plt.plot([1,2,3],[4,5,6])
ax = plt.gca()
line = ax.lines[0]
line.get_xydata()

运行此程序后，您将看到 2 个输出 - 图表和数据：

array([[1., 4.],
   [2., 5.],
   [3., 6.]])

您还可以分别获取 x 数据和 y 数据。运行时line.get_xdata()，您将获得：

array([1, 2, 3])

运行时line.get_ydata()，你将获得：

array([4, 5, 6])

注： gca代表获取当前轴

解决方案 3：

总结一下，供以后参考：

如果使用plt.plot()或plt.stem()或绘图plt.step()，您可以使用以下方法获取 Line2D 对象列表：

ax = plt.gca() # to get the axis
ax.get_lines()

对于plt.pie()，plt.bar()或者plt.barh()您可以使用以下方法获取楔形或矩形对象的列表：

ax = plt.gca() # to get the axis
ax.patches()

然后，根据情况，您可以通过运行获取数据get_xdata()（get_ydata()请参阅Line2D）以获取更多信息。

或者，get_height()有关条形图（参见矩形）的更多信息。

通常，对于所有基本绘图函数，你可以通过运行ax.get_children()来找到所需内容

返回子项的列表Artists（基类包括图形的所有元素）。

解决方案 4：

我知道这是一个老问题，但我觉得有一个比这里提供的更好的解决方案，所以我决定写下这个答案。

您可以使用unittest.mock.patch暂时替换该matplotlib.axes.Axes.plot功能：

from unittest.mock import patch

def save_data(self, *args, **kwargs):
    # save the data that was passed into the plot function
    print(args)

with patch('matplotlib.axes.Axes.plot', new=save_data):
    # some code that will eventually plot data
    a_function_that_plots()

一旦退出with阻止，Axes.plot将恢复正常行为。

解决方案 5：

它是 Python，因此您可以直接修改源脚本，以便在绘制数据之前将其转储

解决方案 6：

正如@mobiuscreek在回答中指出的那样，从轴中提取数据的方式取决于用于绘图的函数：例如，ax.get_lines()对于通过创建的绘图有效ax.plot()，但如果使用创建了线条，则会给出一个空数组matplotlib.collections.LineCollection。 (当图形由第三方代码创建时，可能会出现更大的问题。)

然后，一般的方法是ax.get_children()根据需要使用和解析它。例如，请参阅此答案。

解决方案 7：

建议仅从“发送到绘图的源”获取数据的原因是因为所有 matplotlib 方法都需要frombuffer canvas tostring_rgb()/buffer_rgba()喧闹，并且之后可能会导致 UB，因为 matplotlib 在不同平台（matplotlib 后端）上的行为不同

它也非常慢

我刚刚编写了我自己的 in-numpy 绘图仪，它以矢量化的方式绘制所有内容，没有单个关键路径循环，并且比 matplotlib hoopla 快至少 100 倍。

https://github.com/bedbad/justpyplot

import numpy as np 
import cv2
import time
import justpyplot as jplt

xs, ys = [], []
while(cv2.waitKey(1) != 27):
    xt = time.perf_counter() - t0
    yx = np.sin(xt)
    xs.append(xt)
    ys.append(yx)
    
    frame = np.full((500,470,3), (255,255,255), dtype=np.uint8)
    
    vals = np.array(ys)

    plotted_in_array = jplt.just_plot(frame, vals,title="sin() from Clock")
    
    cv2.imshow('np array plot', plotted_in_array)