0.98.0 版本更新#
matplotlib.image.imread()现在不再总是返回 RGBA 数据——如果图像是亮度或 RGB,它将尽可能返回 MxN 或 MxNx3 数组。此外,uint8 不再总是强制转换为浮点数。重写了
matplotlib.cm.ScalarMappable回调基础设施,以使用matplotlib.cbook.CallbackRegistry而不是自定义回调处理。任何使用ScalarMappable的matplotlib.cm.ScalarMappable.add_observer的用户应改为使用matplotlib.cm.ScalarMappable.callbacksSMCallbackRegistry。新的轴函数和轴方法提供了对绘图颜色循环的控制:
matplotlib.axes.set_default_color_cycle和matplotlib.axes.Axes.set_color_cycle。Matplotlib 现在需要 Python 2.4,因此
matplotlib.cbook将不再提供set、enumerate()、reversed()或izip兼容函数。在 Numpy 1.0 中,箱子仅由左边缘指定。轴方法
matplotlib.axes.Axes.hist()现在使用未来 Numpy 1.3 的直方图语义。提供binedges,最后一个值现在给出右上边缘,这在 Numpy 1.0 中隐式设置为 +无穷大。这也意味着默认情况下,最后一个箱子不再包含上部异常值。新的轴方法和 pyplot 函数,
hexbin(),是scatter()在大数据集上的一个替代方案。它生成类似于pcolor()的二维直方图,但使用六边形分箱。新的关键字参数
symmetric在matplotlib.ticker.MaxNLocator中允许要求轴以零为中心。工具包现在必须从
mpl_toolkits导入(而不是matplotlib.toolkits)
关于转换重构的说明#
0.98 系列的一个主要新功能是更加灵活和可扩展的转换基础设施,使用 Python/Numpy 编写,而不是自定义的 C 扩展。
这次重构的主要目标是使扩展 matplotlib 以支持新类型的投影变得更加容易。这主要是一个内部改进,它可能带来的用户可见变化尚未到来。
关于新变换框架的设计描述,请参见 matplotlib.transforms。
为了提高效率,这些函数中的许多返回的是 Numpy 数组的视图。这意味着如果你保留对它们的引用,它们的内容可能会改变。如果你想存储它们当前值的快照,请使用 Numpy 数组方法 copy()。
视图区间现在只存储在一个地方——在 matplotlib.axes.Axes 实例中,而不是在定位器实例中。这意味着定位器必须从它们的 matplotlib.axis.Axis 获取它们的限制,而后者又从 Axes 查找其限制。如果一个定位器被临时使用且未分配给一个轴或轴实例(例如,在 matplotlib.contour 中),则必须创建一个虚拟轴来存储其边界。调用 matplotlib.ticker.TickHelper.create_dummy_axis() 来完成此操作。
Pbox 的功能已被合并到 Bbox 中。它的方法现在都返回副本,而不是就地修改。
以下列出了从旧的转换框架更新代码到新的框架所需进行的许多简单更改。特别是,返回副本的方法以过去时态的动词命名,而就地修改对象的方法以现在时态的动词命名。
matplotlib.transforms#
旧方法 |
新方法 |
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
matplotlib.axes#
旧方法 |
新方法 |
|---|---|
|
|
|
|
|
|
|
移除 |
Polar 类已移至 matplotlib.projections.polar。
matplotlib.axes.Axes.get_position() 过去返回一个点的列表,现在它返回一个 matplotlib.transforms.Bbox 实例。
matplotlib.axes.Axes.set_position() 现在接受四个标量或一个 matplotlib.transforms.Bbox 实例。
由于重构允许使用两种以上的刻度类型('log' 或 'linear'),因此不再需要切换功能。Axes.toggle_log_lineary() 已被移除。
matplotlib.artist#
旧方法 |
新方法 |
|---|---|
|
|
matplotlib.artist.Artist.set_clip_path() 现在接受一个 matplotlib.path.Path 实例和一个 matplotlib.transforms.Transform,该变换将在裁剪前立即应用于路径。
matplotlib.collections#
旧方法 |
新方法 |
|---|---|
linestyle |
linestyles [6] |
线条样式现在像所有其他集合属性一样处理,即可以提供单个值或多个值。
matplotlib.colors#
旧方法 |
新方法 |
|---|---|
|
|
matplotlib.contour#
旧方法 |
新方法 |
|---|---|
|
|
matplotlib.figure#
旧方法 |
新方法 |
|---|---|
|
|
matplotlib.patches#
旧方法 |
新方法 |
|---|---|
|
|
matplotlib.backend_bases#
旧方法 |
新方法 |
|---|---|
|
|
|
|
|
matplotlib.backend_bases.GraphicsContextBase.get_clip_path() 返回一个形式为 (path, affine_transform) 的元组,其中 path 是一个 matplotlib.path.Path 实例,而 affine_transform 是一个 matplotlib.transforms.Affine2D 实例。
matplotlib.backend_bases.GraphicsContextBase.set_clip_path() 现在只接受一个 matplotlib.transforms.TransformedPath 实例。
RendererBase#
新方法:
更改的方法:
draw_image(self, x, y, im, bbox)现在为draw_image(self, x, y, im, bbox, clippath, clippath_trans)
移除的方法:
draw_arcdraw_line_collectiondraw_linedraw_linesdraw_pointdraw_quad_meshdraw_poly_collectiondraw_polygondraw_rectangledraw_regpoly_collection