在 PyQt 中嵌入 "Figure Type" Seaborn 图（pyqtgraph）
Embedding "Figure Type" Seaborn Plot in PyQt (pyqtgraph)
我正在使用 PyQt (pyqtgraph) 的包装器来构建 GUI 应用程序。
我想嵌入一个 Seaborn plot within it using the MatplotlibWidget。但是，我的问题是 FacetGrid 等 Seaborn 包装器方法不接受外部图形句柄。此外，当我尝试使用 FacetGrid 生成的图形更新 MatplotlibWidget 对象底层图形 (.fig) 时，它不起作用（draw 之后没有绘图）。有任何解决方法的建议吗？
Seaborn 的 Facetgrid 提供了一个方便的功能，可以快速将 pandas 数据帧连接到 matplotlib pyplot 接口。
但是在 GUI 应用程序中，您很少想使用 pyplot，而是 matplotlib API。
您在这里面临的问题是 Facetgrid 已经创建了自己的 matplotlib.figure.Figure 对象 (Facetgrid.fig)。此外，MatplotlibWidget
创建自己的图形，所以你最终得到两个图形。
现在，让我们退后一步：
原则上，可以在 PyQt 中使用 seaborn Facetgrid 图，首先创建图，然后将结果图提供给图 canvas (matplotlib.backends.backend_qt4agg.FigureCanvasQTAgg)。以下是如何执行此操作的示例。
from PyQt4 import QtGui, QtCore
from matplotlib.backends.backend_qt4agg import FigureCanvasQTAgg as FigureCanvas
import sys
import seaborn as sns
import matplotlib.pyplot as plt
tips = sns.load_dataset("tips")
def seabornplot():
g = sns.FacetGrid(tips, col="sex", hue="time", palette="Set1",
hue_order=["Dinner", "Lunch"])
g.map(plt.scatter, "total_bill", "tip", edgecolor="w")
return g.fig
class MainWindow(QtGui.QMainWindow):
send_fig = QtCore.pyqtSignal(str)
def __init__(self):
super(MainWindow, self).__init__()
self.main_widget = QtGui.QWidget(self)
self.fig = seabornplot()
self.canvas = FigureCanvas(self.fig)
self.canvas.setSizePolicy(QtGui.QSizePolicy.Expanding,
QtGui.QSizePolicy.Expanding)
self.canvas.updateGeometry()
self.button = QtGui.QPushButton("Button")
self.label = QtGui.QLabel("A plot:")
self.layout = QtGui.QGridLayout(self.main_widget)
self.layout.addWidget(self.button)
self.layout.addWidget(self.label)
self.layout.addWidget(self.canvas)
self.setCentralWidget(self.main_widget)
self.show()
if __name__ == '__main__':
app = QtGui.QApplication(sys.argv)
win = MainWindow()
sys.exit(app.exec_())
虽然这很好用，但它是否有用还是值得怀疑的。在大多数情况下，在 GUI 中创建绘图的目的是根据用户交互进行更新。在上面的示例中，这是非常低效的，因为它需要创建一个新的图形实例，用这个图形创建一个新的 canvas 并将旧的 canvas 实例替换为新的实例，添加它到布局。
请注意，此问题特定于 seaborn 中的那些绘图函数，它们在图形级别上工作，例如 lmplot、factorplot、jointplot、FacetGrid 和可能还有其他人。
regplot、boxplot、kdeplot 等其他函数在轴级别上工作并接受 matplotlib axes 对象作为参数 (sns.regplot(x, y, ax=ax1)).
一个可能的解决方案是先创建子图轴，然后绘制到这些轴，例如使用pandas plotting functionality.
df.plot(kind="scatter", x=..., y=..., ax=...)
其中 ax 应设置为先前创建的轴。
这允许在 GUI 中更新绘图。请参见下面的示例。当然，正常的 matplotlib 绘图 (ax.plot(x,y)) 或使用上面讨论的 seaborn 轴水平函数同样有效。
from PyQt4 import QtGui, QtCore
from matplotlib.backends.backend_qt4agg import FigureCanvasQTAgg as FigureCanvas
from matplotlib.figure import Figure
import sys
import seaborn as sns
tips = sns.load_dataset("tips")
class MainWindow(QtGui.QMainWindow):
send_fig = QtCore.pyqtSignal(str)
def __init__(self):
super(MainWindow, self).__init__()
self.main_widget = QtGui.QWidget(self)
self.fig = Figure()
self.ax1 = self.fig.add_subplot(121)
self.ax2 = self.fig.add_subplot(122, sharex=self.ax1, sharey=self.ax1)
self.axes=[self.ax1, self.ax2]
self.canvas = FigureCanvas(self.fig)
self.canvas.setSizePolicy(QtGui.QSizePolicy.Expanding,
QtGui.QSizePolicy.Expanding)
self.canvas.updateGeometry()
self.dropdown1 = QtGui.QComboBox()
self.dropdown1.addItems(["sex", "time", "smoker"])
self.dropdown2 = QtGui.QComboBox()
self.dropdown2.addItems(["sex", "time", "smoker", "day"])
self.dropdown2.setCurrentIndex(2)
self.dropdown1.currentIndexChanged.connect(self.update)
self.dropdown2.currentIndexChanged.connect(self.update)
self.label = QtGui.QLabel("A plot:")
self.layout = QtGui.QGridLayout(self.main_widget)
self.layout.addWidget(QtGui.QLabel("Select category for subplots"))
self.layout.addWidget(self.dropdown1)
self.layout.addWidget(QtGui.QLabel("Select category for markers"))
self.layout.addWidget(self.dropdown2)
self.layout.addWidget(self.canvas)
self.setCentralWidget(self.main_widget)
self.show()
self.update()
def update(self):
colors=["b", "r", "g", "y", "k", "c"]
self.ax1.clear()
self.ax2.clear()
cat1 = self.dropdown1.currentText()
cat2 = self.dropdown2.currentText()
print cat1, cat2
for i, value in enumerate(tips[cat1].unique().get_values()):
print "value ", value
df = tips.loc[tips[cat1] == value]
self.axes[i].set_title(cat1 + ": " + value)
for j, value2 in enumerate(df[cat2].unique().get_values()):
print "value2 ", value2
df.loc[ tips[cat2] == value2 ].plot(kind="scatter", x="total_bill", y="tip",
ax=self.axes[i], c=colors[j], label=value2)
self.axes[i].legend()
self.fig.canvas.draw_idle()
if __name__ == '__main__':
app = QtGui.QApplication(sys.argv)
win = MainWindow()
sys.exit(app.exec_())
关于 pyqtgraph 的最后一句话：我不会将 pyqtgraph 称为 PyQt 的包装器，而是一个扩展。虽然 pyqtgraph 附带了自己的 Qt（这使得它可以移植并且开箱即用），但它也是一个可以在 PyQt 中使用的包。因此，您可以简单地通过 将 GraphicsLayoutWidget 添加到 PyQt 布局
self.pgcanvas = pg.GraphicsLayoutWidget()
self.layout().addWidget(self.pgcanvas)
MatplotlibWidget (mw = pg.MatplotlibWidget()) 也是如此。虽然您可以使用这种小部件，但它只是一个方便的包装器，因为它所做的只是找到正确的 matplotlib 导入并创建一个 Figure 和一个 FigureCanvas 实例。除非您正在使用其他 pyqtgraph 功能，否则导入完整的 pyqtgraph 包只是为了节省 5 行代码对我来说似乎有点过分了。
这是已接受答案的精确副本，但使用 PYQT5:
from PyQt5 import QtCore, QtGui, QtWidgets
from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas
from matplotlib.figure import Figure
import sys
import seaborn as sns
tips = sns.load_dataset("tips")
class MainWindow(QtWidgets.QMainWindow):
send_fig = QtCore.pyqtSignal(str)
def __init__(self):
super(MainWindow, self).__init__()
self.main_widget = QtWidgets.QWidget(self)
self.fig = Figure()
self.ax1 = self.fig.add_subplot(121)
self.ax2 = self.fig.add_subplot(122, sharex=self.ax1, sharey=self.ax1)
self.axes=[self.ax1, self.ax2]
self.canvas = FigureCanvas(self.fig)
self.canvas.setSizePolicy(QtWidgets.QSizePolicy.Expanding,
QtWidgets.QSizePolicy.Expanding)
self.canvas.updateGeometry()
self.dropdown1 = QtWidgets.QComboBox()
self.dropdown1.addItems(["sex", "time", "smoker"])
self.dropdown2 = QtWidgets.QComboBox()
self.dropdown2.addItems(["sex", "time", "smoker", "day"])
self.dropdown2.setCurrentIndex(2)
self.dropdown1.currentIndexChanged.connect(self.update)
self.dropdown2.currentIndexChanged.connect(self.update)
self.label = QtWidgets.QLabel("A plot:")
self.layout = QtWidgets.QGridLayout(self.main_widget)
self.layout.addWidget(QtWidgets.QLabel("Select category for subplots"))
self.layout.addWidget(self.dropdown1)
self.layout.addWidget(QtWidgets.QLabel("Select category for markers"))
self.layout.addWidget(self.dropdown2)
self.layout.addWidget(self.canvas)
self.setCentralWidget(self.main_widget)
self.show()
self.update()
def update(self):
colors=["b", "r", "g", "y", "k", "c"]
self.ax1.clear()
self.ax2.clear()
cat1 = self.dropdown1.currentText()
cat2 = self.dropdown2.currentText()
print (cat1, cat2)
for i, value in enumerate(tips[cat1].unique().get_values()):
print ("value ", value)
df = tips.loc[tips[cat1] == value]
self.axes[i].set_title(cat1 + ": " + value)
for j, value2 in enumerate(df[cat2].unique().get_values()):
print ("value2 ", value2)
df.loc[ tips[cat2] == value2 ].plot(kind="scatter", x="total_bill", y="tip",
ax=self.axes[i], c=colors[j], label=value2)
self.axes[i].legend()
self.fig.canvas.draw_idle()
if __name__ == '__main__':
import sys
app = QtWidgets.QApplication(sys.argv)
ex = MainWindow()
sys.exit(app.exec_())
虽然任何 matplotlib 图都可以以相同的方式嵌入到 pyqt5 中，但重要的是要注意 UI 可能会随着数据集大小的增长而变慢。但我发现这种方法可以方便地通过使用正则表达式功能来解析和绘制日志文件。
我正在使用 PyQt (pyqtgraph) 的包装器来构建 GUI 应用程序。
我想嵌入一个 Seaborn plot within it using the MatplotlibWidget。但是，我的问题是 FacetGrid 等 Seaborn 包装器方法不接受外部图形句柄。此外，当我尝试使用 FacetGrid 生成的图形更新 MatplotlibWidget 对象底层图形 (.fig) 时，它不起作用（draw 之后没有绘图）。有任何解决方法的建议吗？
Seaborn 的 Facetgrid 提供了一个方便的功能，可以快速将 pandas 数据帧连接到 matplotlib pyplot 接口。
但是在 GUI 应用程序中，您很少想使用 pyplot，而是 matplotlib API。
您在这里面临的问题是 Facetgrid 已经创建了自己的 matplotlib.figure.Figure 对象 (Facetgrid.fig)。此外，MatplotlibWidget
创建自己的图形，所以你最终得到两个图形。
现在，让我们退后一步：
原则上，可以在 PyQt 中使用 seaborn Facetgrid 图，首先创建图，然后将结果图提供给图 canvas (matplotlib.backends.backend_qt4agg.FigureCanvasQTAgg)。以下是如何执行此操作的示例。
from PyQt4 import QtGui, QtCore
from matplotlib.backends.backend_qt4agg import FigureCanvasQTAgg as FigureCanvas
import sys
import seaborn as sns
import matplotlib.pyplot as plt
tips = sns.load_dataset("tips")
def seabornplot():
g = sns.FacetGrid(tips, col="sex", hue="time", palette="Set1",
hue_order=["Dinner", "Lunch"])
g.map(plt.scatter, "total_bill", "tip", edgecolor="w")
return g.fig
class MainWindow(QtGui.QMainWindow):
send_fig = QtCore.pyqtSignal(str)
def __init__(self):
super(MainWindow, self).__init__()
self.main_widget = QtGui.QWidget(self)
self.fig = seabornplot()
self.canvas = FigureCanvas(self.fig)
self.canvas.setSizePolicy(QtGui.QSizePolicy.Expanding,
QtGui.QSizePolicy.Expanding)
self.canvas.updateGeometry()
self.button = QtGui.QPushButton("Button")
self.label = QtGui.QLabel("A plot:")
self.layout = QtGui.QGridLayout(self.main_widget)
self.layout.addWidget(self.button)
self.layout.addWidget(self.label)
self.layout.addWidget(self.canvas)
self.setCentralWidget(self.main_widget)
self.show()
if __name__ == '__main__':
app = QtGui.QApplication(sys.argv)
win = MainWindow()
sys.exit(app.exec_())
虽然这很好用，但它是否有用还是值得怀疑的。在大多数情况下，在 GUI 中创建绘图的目的是根据用户交互进行更新。在上面的示例中，这是非常低效的，因为它需要创建一个新的图形实例，用这个图形创建一个新的 canvas 并将旧的 canvas 实例替换为新的实例，添加它到布局。
请注意，此问题特定于 seaborn 中的那些绘图函数，它们在图形级别上工作，例如 lmplot、factorplot、jointplot、FacetGrid 和可能还有其他人。
regplot、boxplot、kdeplot 等其他函数在轴级别上工作并接受 matplotlib axes 对象作为参数 (sns.regplot(x, y, ax=ax1)).
一个可能的解决方案是先创建子图轴，然后绘制到这些轴，例如使用pandas plotting functionality.
df.plot(kind="scatter", x=..., y=..., ax=...)
其中 ax 应设置为先前创建的轴。
这允许在 GUI 中更新绘图。请参见下面的示例。当然，正常的 matplotlib 绘图 (ax.plot(x,y)) 或使用上面讨论的 seaborn 轴水平函数同样有效。
from PyQt4 import QtGui, QtCore
from matplotlib.backends.backend_qt4agg import FigureCanvasQTAgg as FigureCanvas
from matplotlib.figure import Figure
import sys
import seaborn as sns
tips = sns.load_dataset("tips")
class MainWindow(QtGui.QMainWindow):
send_fig = QtCore.pyqtSignal(str)
def __init__(self):
super(MainWindow, self).__init__()
self.main_widget = QtGui.QWidget(self)
self.fig = Figure()
self.ax1 = self.fig.add_subplot(121)
self.ax2 = self.fig.add_subplot(122, sharex=self.ax1, sharey=self.ax1)
self.axes=[self.ax1, self.ax2]
self.canvas = FigureCanvas(self.fig)
self.canvas.setSizePolicy(QtGui.QSizePolicy.Expanding,
QtGui.QSizePolicy.Expanding)
self.canvas.updateGeometry()
self.dropdown1 = QtGui.QComboBox()
self.dropdown1.addItems(["sex", "time", "smoker"])
self.dropdown2 = QtGui.QComboBox()
self.dropdown2.addItems(["sex", "time", "smoker", "day"])
self.dropdown2.setCurrentIndex(2)
self.dropdown1.currentIndexChanged.connect(self.update)
self.dropdown2.currentIndexChanged.connect(self.update)
self.label = QtGui.QLabel("A plot:")
self.layout = QtGui.QGridLayout(self.main_widget)
self.layout.addWidget(QtGui.QLabel("Select category for subplots"))
self.layout.addWidget(self.dropdown1)
self.layout.addWidget(QtGui.QLabel("Select category for markers"))
self.layout.addWidget(self.dropdown2)
self.layout.addWidget(self.canvas)
self.setCentralWidget(self.main_widget)
self.show()
self.update()
def update(self):
colors=["b", "r", "g", "y", "k", "c"]
self.ax1.clear()
self.ax2.clear()
cat1 = self.dropdown1.currentText()
cat2 = self.dropdown2.currentText()
print cat1, cat2
for i, value in enumerate(tips[cat1].unique().get_values()):
print "value ", value
df = tips.loc[tips[cat1] == value]
self.axes[i].set_title(cat1 + ": " + value)
for j, value2 in enumerate(df[cat2].unique().get_values()):
print "value2 ", value2
df.loc[ tips[cat2] == value2 ].plot(kind="scatter", x="total_bill", y="tip",
ax=self.axes[i], c=colors[j], label=value2)
self.axes[i].legend()
self.fig.canvas.draw_idle()
if __name__ == '__main__':
app = QtGui.QApplication(sys.argv)
win = MainWindow()
sys.exit(app.exec_())
关于 pyqtgraph 的最后一句话：我不会将 pyqtgraph 称为 PyQt 的包装器，而是一个扩展。虽然 pyqtgraph 附带了自己的 Qt（这使得它可以移植并且开箱即用），但它也是一个可以在 PyQt 中使用的包。因此，您可以简单地通过 将
GraphicsLayoutWidget 添加到 PyQt 布局
self.pgcanvas = pg.GraphicsLayoutWidget()
self.layout().addWidget(self.pgcanvas)
MatplotlibWidget (mw = pg.MatplotlibWidget()) 也是如此。虽然您可以使用这种小部件，但它只是一个方便的包装器，因为它所做的只是找到正确的 matplotlib 导入并创建一个 Figure 和一个 FigureCanvas 实例。除非您正在使用其他 pyqtgraph 功能，否则导入完整的 pyqtgraph 包只是为了节省 5 行代码对我来说似乎有点过分了。
这是已接受答案的精确副本，但使用 PYQT5:
from PyQt5 import QtCore, QtGui, QtWidgets
from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas
from matplotlib.figure import Figure
import sys
import seaborn as sns
tips = sns.load_dataset("tips")
class MainWindow(QtWidgets.QMainWindow):
send_fig = QtCore.pyqtSignal(str)
def __init__(self):
super(MainWindow, self).__init__()
self.main_widget = QtWidgets.QWidget(self)
self.fig = Figure()
self.ax1 = self.fig.add_subplot(121)
self.ax2 = self.fig.add_subplot(122, sharex=self.ax1, sharey=self.ax1)
self.axes=[self.ax1, self.ax2]
self.canvas = FigureCanvas(self.fig)
self.canvas.setSizePolicy(QtWidgets.QSizePolicy.Expanding,
QtWidgets.QSizePolicy.Expanding)
self.canvas.updateGeometry()
self.dropdown1 = QtWidgets.QComboBox()
self.dropdown1.addItems(["sex", "time", "smoker"])
self.dropdown2 = QtWidgets.QComboBox()
self.dropdown2.addItems(["sex", "time", "smoker", "day"])
self.dropdown2.setCurrentIndex(2)
self.dropdown1.currentIndexChanged.connect(self.update)
self.dropdown2.currentIndexChanged.connect(self.update)
self.label = QtWidgets.QLabel("A plot:")
self.layout = QtWidgets.QGridLayout(self.main_widget)
self.layout.addWidget(QtWidgets.QLabel("Select category for subplots"))
self.layout.addWidget(self.dropdown1)
self.layout.addWidget(QtWidgets.QLabel("Select category for markers"))
self.layout.addWidget(self.dropdown2)
self.layout.addWidget(self.canvas)
self.setCentralWidget(self.main_widget)
self.show()
self.update()
def update(self):
colors=["b", "r", "g", "y", "k", "c"]
self.ax1.clear()
self.ax2.clear()
cat1 = self.dropdown1.currentText()
cat2 = self.dropdown2.currentText()
print (cat1, cat2)
for i, value in enumerate(tips[cat1].unique().get_values()):
print ("value ", value)
df = tips.loc[tips[cat1] == value]
self.axes[i].set_title(cat1 + ": " + value)
for j, value2 in enumerate(df[cat2].unique().get_values()):
print ("value2 ", value2)
df.loc[ tips[cat2] == value2 ].plot(kind="scatter", x="total_bill", y="tip",
ax=self.axes[i], c=colors[j], label=value2)
self.axes[i].legend()
self.fig.canvas.draw_idle()
if __name__ == '__main__':
import sys
app = QtWidgets.QApplication(sys.argv)
ex = MainWindow()
sys.exit(app.exec_())
虽然任何 matplotlib 图都可以以相同的方式嵌入到 pyqt5 中，但重要的是要注意 UI 可能会随着数据集大小的增长而变慢。但我发现这种方法可以方便地通过使用正则表达式功能来解析和绘制日志文件。