Matplotlib 3.6.0 中的新功能 (2022 年 9 月 15 日)#

有关自上次修订以来的所有问题和 pull request 的列表,请参阅 3.10.0 的 GitHub 统计信息 (2024 年 12 月 13 日) .

Figure 和 Axes 的创建/管理#

subplots , subplot_mosaic 接受 height_ratios 和 width_ratios 参数#

可以通过将 height_ratios 和 width_ratios 关键字参数传递给方法来控制 subplots 和 subplot_mosaic 中列和行的相对宽度和高度:

fig = plt.figure()
axs = fig.subplots(3, 1, sharex=True, height_ratios=[3, 1, 1])

(Source code, png)

A figure with three subplots in three rows and one column. The height of the subplot in the first row is three times than the subplots in the 2nd and 3rd row.

以前,这需要通过 gridspec_kw 参数传递比率:

fig = plt.figure()
axs = fig.subplots(3, 1, sharex=True,
                   gridspec_kw=dict(height_ratios=[3, 1, 1]))

约束布局不再被认为是实验性的#

约束布局引擎和 API 不再被认为是实验性的.未经弃用期,不再允许任意更改行为和 API.

新的 layout_engine 模块#

Matplotlib 附带 tight_layout 和 constrained_layout 布局引擎.提供了一个新的 layout_engine 模块,允许下游库编写自己的布局引擎,并且 Figure 对象现在可以将 LayoutEngine 子类作为 layout 参数的参数.

固定纵横比坐标轴的压缩布局#

现在可以使用 fig, axs = plt.subplots(2, 3, layout='compressed') 将具有固定纵横比的坐标轴的简单排列组合在一起.

使用 layout='tight' 或 'constrained' ,具有固定纵横比的坐标轴可能会在彼此之间留下很大的间隙:

(Source code, png)

A figure labelled

使用 layout='compressed' 的布局减少了坐标轴之间的空间,并将额外的空间添加到外边距:

(Source code, png)

Four identical two by two heatmaps, each cell a different color: purple, blue, yellow, green going clockwise from upper left corner. The four heatmaps are laid out in a two by two grid with minimum white space between the heatmaps.

有关更多详细信息,请参见 固定宽高比 Axes 的网格:"compressed" 布局 .

现在可以删除布局引擎#

现在可以通过使用 'none' 调用 Figure.set_layout_engine 来删除 Figure 上的布局引擎.在计算布局后,这可能有助于减少计算量,例如,用于后续动画循环.

之后可以设置不同的布局引擎,只要它与先前的布局引擎兼容即可.

Axes.inset_axes 的灵活性#

matplotlib.axes.Axes.inset_axes 现在接受 projection,polar 和 axes_class 关键字参数,以便可以返回 matplotlib.axes.Axes 的子类.

fig, ax = plt.subplots()

ax.plot([0, 2], [1, 2])

polar_ax = ax.inset_axes([0.75, 0.25, 0.2, 0.2], projection='polar')
polar_ax.plot([0, 2], [1, 2])

(Source code, png)

Plot of a straight line y=x, with a small inset axes in the lower right corner that shows a circle with radial grid lines and a line plotted in polar coordinates.

WebP 现在是一个支持的输出格式#

现在可以使用 .webp 文件扩展名,或者将 format='webp' 传递给 savefig 来将图形保存为 WebP 格式.这依赖于 Pillow 对 WebP 的支持.

垃圾回收不再在图形关闭时运行#

Matplotlib 有大量的循环引用(在 Figure 和 Manager 之间,在 Axes 和 Figure 之间,Axes 和 Artist 之间,Figure 和 Canvas 之间等等),所以当用户丢弃他们对 Figure 的最后一个引用(并从 pyplot 的状态中清除它)时,对象不会立即被删除.

为了解决这个问题,我们长期以来(早在 2004 年之前)在关闭代码中使用了 gc.collect (仅针对最低的两代),以便及时清理我们自己产生的垃圾.然而,这既没有做我们想做的事情(因为我们的大多数对象实际上会存活下来),而且由于清除了第一代,我们面临着无限内存使用的问题.

在创建图形和销毁图形之间的循环非常紧密的情况下(例如 plt.figure(); plt.close() ),第一代永远不会增长到足够大,以至于 Python 会考虑对更高代运行垃圾回收.这将导致无限的内存使用,因为长期存在的对象从未被重新考虑以寻找引用循环,因此永远不会被删除.

我们现在在关闭图形时不再进行任何垃圾回收,而是依赖 Python 自动决定定期运行垃圾回收.如果您有严格的内存要求,您可以自己调用 gc.collect ,但这可能会在紧密的计算循环中产生性能影响.

绘图方法#

条纹线(实验性)#

plot 的新的 gapcolor 参数可以创建条纹线.

x = np.linspace(1., 3., 10)
y = x**3

fig, ax = plt.subplots()
ax.plot(x, y, linestyle='--', color='orange', gapcolor='blue',
        linewidth=3, label='a striped line')
ax.legend()

(Source code, png)

Plot of x**3 where the line is an orange-blue striped line, achieved using the keywords linestyle='--', color='orange', gapcolor='blue'

bxp 和 boxplot 中的箱型和须状图中自定义的帽宽#

bxp 和 boxplot 的新 capwidths 参数允许控制箱型和须状图中帽的宽度.

x = np.linspace(-7, 7, 140)
x = np.hstack([-25, x, 25])
capwidths = [0.01, 0.2]

fig, ax = plt.subplots()
ax.boxplot([x, x], notch=True, capwidths=capwidths)
ax.set_title(f'{capwidths=}')

(Source code, png)

A box plot with capwidths 0.01 and 0.2

更容易标记条形图中的条形#

bar 和 barh 的 label 参数现在可以传递条形的标签列表.该列表的长度必须与 x 相同,并标记各个条形.重复的标签不会被删除重复项,并将导致重复的标签条目,所以最好在条形样式也不同时使用(例如,通过将列表传递给 color,如下所示.)

x = ["a", "b", "c"]
y = [10, 20, 15]
color = ['C0', 'C1', 'C2']

fig, ax = plt.subplots()
ax.bar(x, y, color=color, label=x)
ax.legend()

(Source code, png)

Bar chart: blue bar height 10, orange bar height 20, green bar height 15 legend with blue box labeled a, orange box labeled b, and green box labeled c

用于颜色条刻度的新样式格式字符串#

colorbar (和其他颜色条方法) 的 format 参数现在接受 {} -style 格式字符串.

fig, ax = plt.subplots()
im = ax.imshow(z)
fig.colorbar(im, format='{x:.2e}')  # Instead of '%.2e'

负等高线的线条样式可以单独设置#

可以通过将 negative_linestyles 参数传递给 Axes.contour 来设置负等高线的线条样式.以前,此样式只能通过 rcParams["contour.negative_linestyle"] (default: 'dashed') 全局设置.

delta = 0.025
x = np.arange(-3.0, 3.0, delta)
y = np.arange(-2.0, 2.0, delta)
X, Y = np.meshgrid(x, y)
Z1 = np.exp(-X**2 - Y**2)
Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2)
Z = (Z1 - Z2) * 2

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

CS = axs[0].contour(X, Y, Z, 6, colors='k')
axs[0].clabel(CS, fontsize=9, inline=True)
axs[0].set_title('Default negative contours')

CS = axs[1].contour(X, Y, Z, 6, colors='k', negative_linestyles='dotted')
axs[1].clabel(CS, fontsize=9, inline=True)
axs[1].set_title('Dotted negative contours')

(Source code, png)

Two contour plots, each showing two positive and two negative contours. The positive contours are shown in solid black lines in both plots. In one plot the negative contours are shown in dashed lines, which is the current styling. In the other plot they're shown in dotted lines, which is one of the new options.

通过 ContourPy 改进四边形轮廓计算#

轮廓绘制函数 contour 和 contourf 有一个新的关键字参数 algorithm 来控制用于计算轮廓的算法. 有四种算法可供选择,默认使用 algorithm='mpl2014' ,这与 Matplotlib 自 2014 年以来一直使用的算法相同.

以前,Matplotlib 自带 C++ 代码来计算四边形网格的轮廓. 现在,改用外部库 ContourPy .

此时,algorithm 关键字参数的其他可能值为 'mpl2005' , 'serial' 和 'threaded' ; 详情请参阅 ContourPy documentation .

备注

algorithm='mpl2014' 生成的轮廓线和多边形与此更改之前的轮廓线和多边形相同,仅在浮点容差范围内存在差异. 唯一的例外是重复点,即包含相邻(x, y)点相同的轮廓; 以前重复点会被删除,现在则会保留. 受此影响的轮廓将产生相同的视觉输出,但轮廓中的点数会更多.

使用 clabel 获得的轮廓标签的位置也可能不同.

errorbar 支持 markerfacecoloralt#

markerfacecoloralt 参数现在从 Axes.errorbar 传递到线条绘制器. 该文档现在准确地列出了传递给 Line2D 的属性,而不是声称所有关键字参数都被传递.

x = np.arange(0.1, 4, 0.5)
y = np.exp(-x)

fig, ax = plt.subplots()
ax.errorbar(x, y, xerr=0.2, yerr=0.4,
            linestyle=':', color='darkgrey',
            marker='o', markersize=20, fillstyle='left',
            markerfacecolor='tab:blue', markerfacecoloralt='tab:orange',
            markeredgecolor='tab:brown', markeredgewidth=2)

(Source code, png)

Graph with error bar showing ±0.2 error on the x-axis, and ±0.4 error on the y-axis. Error bar marker is a circle radius 20. Error bar face color is blue.

streamplot 可以禁用流线中断#

现在可以指定流线图具有连续,不间断的流线. 以前,流线会结束以限制单个网格单元内的线数. 请参见下面的图之间的差异:

(Source code, png)

A figure with two streamplots. First streamplot has broken streamlines. Second streamplot has continuous streamlines.

新的轴刻度 asinh (实验性)#

新的 asinh 轴刻度提供了一种 symlog 的替代方案,可以在刻度的准线性和渐近对数区域之间平滑过渡. 这是基于 arcsinh 变换,允许绘制跨越多个数量级的正值和负值.

(Source code, png)

Figure with 2 subplots. Subplot on the left uses symlog scale on the y axis. The transition at -2 is not smooth. Subplot on the right use asinh scale. The transition at -2 is smooth.

stairs(..., fill=True) 通过设置线宽来隐藏补丁边缘#

stairs(..., fill=True) 以前会通过设置 edgecolor="none" 来隐藏 Patch 边缘. 因此,稍后在 Patch 上调用 set_color() 会使 Patch 看起来更大.

现在,通过使用 linewidth=0 ,可以防止这种明显的尺寸变化. 同样,调用 stairs(..., fill=True, linewidth=3) 将会更透明地运行.

修复 Patch 类的虚线偏移#

以前,当使用虚线元组在 Patch 对象上设置线条样式时,偏移量会被忽略. 现在,偏移量已按预期应用于 Patch,并且可以像使用 Line2D 对象一样使用它.

矩形补丁旋转点#

Rectangle 的旋转点现在可以使用 rotation_point 参数设置为 'xy','center' 或数字的 2 元组.

(Source code, png)

Blue square that isn't rotated. Green square rotated 45 degrees relative to center. Orange square rotated 45 degrees relative to lower right corner. Red square rotated 45 degrees relative to point in upper right quadrant.

颜色和颜色映射#

颜色序列注册表#

颜色序列注册表, ColorSequenceRegistry ,包含 Matplotlib 已知名称的颜色序列(即,简单的列表).通常不会直接使用它,而是通过 matplotlib.color_sequences 的通用实例来使用.

用于创建不同查找表大小的 Colormap 方法#

新的方法 Colormap.resampled 创建一个新的 Colormap 实例,并具有指定的查找表大小.这是通过 get_cmap 操作查找表大小的替代方法.

使用:

get_cmap(name).resampled(N)

代替:

get_cmap(name, lut=N)

使用字符串设置 Norms#

现在可以使用相应比例的字符串名称来设置 Norms(例如,在图像上),例如 imshow(array, norm="log") .请注意,在这种情况下,也可以传递 vmin 和 vmax,因为将在后台创建一个新的 Norm 实例.

标题,刻度和标签#

plt.xticks 和 plt.yticks 支持 minor 关键字参数#

现在可以通过设置 minor=True ,使用 pyplot.xticks 和 pyplot.yticks 来设置或获取副刻度.

plt.figure()
plt.plot([1, 2, 3, 3.5], [2, 1, 0, -0.5])
plt.xticks([1, 2, 3], ["One", "Zwei", "Trois"])
plt.xticks([np.sqrt(2), 2.5, np.pi],
           [r"$\sqrt{2}$", r"$\frac{5}{2}$", r"$\pi$"], minor=True)

(Source code, png)

Plot showing a line from 1,2 to 3.5,-0.5. X axis showing the 1, 2 and 3 minor ticks on the x axis as One, Zwei, Trois.

图例#

图例可以控制标题和句柄的对齐方式#

Legend 现在支持通过关键字参数 alignment 控制标题和句柄的对齐方式.您还可以使用 Legend.set_alignment 来控制现有图例的对齐方式.

fig, axs = plt.subplots(3, 1)
for i, alignment in enumerate(['left', 'center', 'right']):
    axs[i].plot(range(10), label='test')
    axs[i].legend(title=f'{alignment=}', alignment=alignment)

(Source code, png)

Figure with 3 subplots. All the subplots are titled test. The three subplots have legends titled alignment='left', alignment='center', alignment='right'. The legend texts are respectively aligned left, center and right.

legend 的 ncol 关键字参数已重命名为 ncols#

用于控制列数的 legend 的 ncol 关键字参数已重命名为 ncols ,以便与 subplots 和 GridSpec 的 ncols 和 nrows 关键字保持一致.为了向后兼容,仍然支持 ncol,但不建议使用.

标记#

marker 现在可以设置为字符串"none"#

字符串"none"表示无标记,与其他支持小写版本的 API 一致.建议使用"none"而不是"None",以避免与 None 对象混淆.

Customization of MarkerStyle join and cap style#

新的 MarkerStyle 参数允许控制连接样式和封口样式,并允许用户提供要应用于标记的转换(例如,旋转).

from matplotlib.markers import CapStyle, JoinStyle, MarkerStyle
from matplotlib.transforms import Affine2D

fig, axs = plt.subplots(3, 1, layout='constrained')
for ax in axs:
    ax.axis('off')
    ax.set_xlim(-0.5, 2.5)

axs[0].set_title('Cap styles', fontsize=14)
for col, cap in enumerate(CapStyle):
    axs[0].plot(col, 0, markersize=32, markeredgewidth=8,
                marker=MarkerStyle('1', capstyle=cap))
    # Show the marker edge for comparison with the cap.
    axs[0].plot(col, 0, markersize=32, markeredgewidth=1,
                markerfacecolor='none', markeredgecolor='lightgrey',
                marker=MarkerStyle('1'))
    axs[0].annotate(cap.name, (col, 0),
                    xytext=(20, -5), textcoords='offset points')

axs[1].set_title('Join styles', fontsize=14)
for col, join in enumerate(JoinStyle):
    axs[1].plot(col, 0, markersize=32, markeredgewidth=8,
                marker=MarkerStyle('*', joinstyle=join))
    # Show the marker edge for comparison with the join.
    axs[1].plot(col, 0, markersize=32, markeredgewidth=1,
                markerfacecolor='none', markeredgecolor='lightgrey',
                marker=MarkerStyle('*'))
    axs[1].annotate(join.name, (col, 0),
                    xytext=(20, -5), textcoords='offset points')

axs[2].set_title('Arbitrary transforms', fontsize=14)
for col, (size, rot) in enumerate(zip([2, 5, 7], [0, 45, 90])):
    t = Affine2D().rotate_deg(rot).scale(size)
    axs[2].plot(col, 0, marker=MarkerStyle('*', transform=t))

(Source code, png)

Three rows of markers, columns are blue, green, and purple. First row is y-shaped markers with different capstyles: butt, end is squared off at endpoint; projecting, end is squared off at short distance from endpoint; round, end is rounded. Second row is star-shaped markers with different join styles: miter, star points are sharp triangles; round, star points are rounded; bevel, star points are beveled. Last row shows stars rotated at different angles: small star rotated 0 degrees - top point vertical; medium star rotated 45 degrees - top point tilted right; large star rotated 90 degrees - top point tilted left.

字体和文本#

字体回退#

现在可以指定字体系列列表,Matplotlib 将按顺序尝试它们以找到所需的字形.

plt.rcParams["font.size"] = 20
fig = plt.figure(figsize=(4.75, 1.85))

text = "There are 几个汉字 in between!"
fig.text(0.05, 0.65, text, family=["Noto Sans CJK JP", "Noto Sans TC"])
fig.text(0.05, 0.45, text, family=["DejaVu Sans", "Noto Sans CJK JP", "Noto Sans TC"])

(Source code, png)

The phrase

Demonstration of mixed English and Chinese text with font fallback.

目前这适用于 Agg(以及所有的 GUI 嵌入),svg,pdf,ps 和内联后端.

可用字体名称列表#

现在可以轻松访问可用字体列表.要获取 Matplotlib 中可用字体名称的列表,请使用:

from matplotlib import font_manager
font_manager.get_font_names()

math_to_image 现在有一个 color 关键字参数#

为了轻松支持依赖 Matplotlib 的 MathText 渲染生成公式图像的外部库,向 math_to_image 添加了一个 color 关键字参数.

from matplotlib import mathtext
mathtext.math_to_image('$x^2$', 'filename.png', color='Maroon')

活动 URL 区域随链接文本旋转#

当链接文本在图中旋转时,活动 URL 区域现在将包括旋转的链接区域.以前,活动区域保持在原始的,非旋转的位置.

rcParams 改进#

允许全局设置图形标签的大小和粗细,并与标题分开#

对于图形标签, Figure.supxlabel 和 Figure.supylabel ,可以使用 rcParams["figure.labelsize"] (default: 'large') 和 rcParams["figure.labelweight"] (default: 'normal') 与图形标题分开设置大小和粗细.

# Original (previously combined with below) rcParams:
plt.rcParams['figure.titlesize'] = 64
plt.rcParams['figure.titleweight'] = 'bold'

# New rcParams:
plt.rcParams['figure.labelsize'] = 32
plt.rcParams['figure.labelweight'] = 'bold'

fig, axs = plt.subplots(2, 2, layout='constrained')
for ax in axs.flat:
    ax.set(xlabel='xlabel', ylabel='ylabel')

fig.suptitle('suptitle')
fig.supxlabel('supxlabel')
fig.supylabel('supylabel')

(Source code, png)

A figure with 4 plots organised in 2 rows and 2 columns. The title of the figure is suptitle in bold and 64 points. The x axis is labelled supxlabel, and y axis is labelled subylabel. Both labels are 32 points and bold.

请注意,如果您已更改 rcParams["figure.titlesize"] (default: 'large') 或 rcParams["figure.titleweight"] (default: 'normal') ,您现在还必须更改引入的参数,以获得与过去行为一致的结果.

可以全局禁用 Mathtext 解析#

rcParams["text.parse_math"] (default: True) 设置可用于禁用所有 Text 对象(最显著的是来自 Axes.text 方法的对象)中对 mathtext 的解析.

matplotlibrc 中的双引号字符串#

现在可以在字符串周围使用双引号.这允许在字符串中使用"#"字符.如果没有引号,"#"被解释为注释的开头.特别是,您现在可以定义十六进制颜色:

grid.color: "#b0b0b0"

3D 轴改进#

主平面视角标准化视图#

当在主视角平面 (即垂直于 XY,XZ 或 YZ 平面) 之一中查看 3D 图形时,坐标轴将显示在标准位置.有关 3D 视角的更多信息,请参阅 toolkit_mplot3d-view-angles 和 主 3D 视图平面 .

3D 相机的自定义焦距#

通过指定虚拟相机的焦距,3D 轴现在可以更好地模拟真实世界的相机. 默认为 1 的焦距对应于 90° 的视野 (FOV),并且向后兼容现有的 3D 图形.介于 1 和无穷大之间的焦距增加会"展平"图像,而介于 1 和 0 之间的焦距减小会夸大透视并使图像具有更明显的深度.

焦距可以通过以下公式从所需的 FOV 计算得出:

from mpl_toolkits.mplot3d import axes3d

X, Y, Z = axes3d.get_test_data(0.05)

fig, axs = plt.subplots(1, 3, figsize=(7, 4),
                        subplot_kw={'projection': '3d'})

for ax, focal_length in zip(axs, [0.2, 1, np.inf]):
    ax.plot_wireframe(X, Y, Z, rstride=10, cstride=10)
    ax.set_proj_type('persp', focal_length=focal_length)
    ax.set_title(f"{focal_length=}")

(Source code, png)

A figure showing 3 basic 3D Wireframe plots. From left to right, the plots use focal length of 0.2, 1 and infinity. Focal length between 0.2 and 1 produce plot with depth while focal length between 1 and infinity show relatively flattened image.

3D 图多了一个"翻滚"视角#

现在可以通过添加第三个翻滚角从任何方向查看 3D 图,该翻滚角围绕观察轴旋转图形. 使用鼠标的交互式旋转仍然只控制仰角和方位角,这意味着此功能与以编程方式创建更复杂相机角度的用户相关.默认为 0 的翻滚角与现有的 3D 图向后兼容.

from mpl_toolkits.mplot3d import axes3d

X, Y, Z = axes3d.get_test_data(0.05)

fig, ax = plt.subplots(subplot_kw={'projection': '3d'})

ax.plot_wireframe(X, Y, Z, rstride=10, cstride=10)
ax.view_init(elev=0, azim=0, roll=30)
ax.set_title('elev=0, azim=0, roll=30')

(Source code, png)

View of a wireframe of a 3D contour that is somewhat a thickened s shape. Elevation and azimuth are 0 degrees so the shape is viewed straight on, but tilted because the roll is 30 degrees.

3D绘图的等比例纵横比#

用户可以将3D绘图的X,Y,Z轴的纵横比设置为'equal','equalxy','equalxz'或'equalyz',而不是默认的'auto'.

from itertools import combinations, product

aspects = [
    ['auto', 'equal', '.'],
    ['equalxy', 'equalyz', 'equalxz'],
]
fig, axs = plt.subplot_mosaic(aspects, figsize=(7, 6),
                              subplot_kw={'projection': '3d'})

# Draw rectangular cuboid with side lengths [1, 1, 5]
r = [0, 1]
scale = np.array([1, 1, 5])
pts = combinations(np.array(list(product(r, r, r))), 2)
for start, end in pts:
    if np.sum(np.abs(start - end)) == r[1] - r[0]:
        for ax in axs.values():
            ax.plot3D(*zip(start*scale, end*scale), color='C0')

# Set the aspect ratios
for aspect, ax in axs.items():
    ax.set_box_aspect((3, 4, 5))
    ax.set_aspect(aspect)
    ax.set_title(f'set_aspect({aspect!r})')

(Source code, png)

Five plots, each showing a different aspect option for a rectangle that has height 4, depth 1, and width 1. auto: none of the dimensions have equal aspect, depth and width form a rectangular and height appears shrunken in proportion. equal: all the dimensions have equal aspect. equalxy: width and depth equal, height not so looks shrunken in proportion. equalyz: depth and height equal, width not so elongated. equalxz: width and height equal, depth not so elongated.

交互式工具改进#

旋转,纵横比校正以及添加/删除状态#

现在可以在-45°和45°之间交互式旋转 RectangleSelector 和 EllipseSelector .范围限制目前由实现决定. 通过按r键('r' 是 state_modifier_keys 中映射到 'rotate' 的默认键),或者调用 selector.add_state('rotate') 来启用或禁用旋转.

现在,在使用 "square" 状态时,可以考虑坐标轴的纵横比. 通过在初始化选择器时指定 use_data_coordinates='True' 来启用此功能.

除了使用 state_modifier_keys 中定义的修饰键以交互方式更改选择器状态之外,现在还可以使用 add_state 和 remove_state 方法以编程方式更改选择器状态.

from matplotlib.widgets import RectangleSelector

values = np.arange(0, 100)

fig = plt.figure()
ax = fig.add_subplot()
ax.plot(values, values)

selector = RectangleSelector(ax, print, interactive=True,
                             drag_from_anywhere=True,
                             use_data_coordinates=True)
selector.add_state('rotate')  # alternatively press 'r' key
# rotate the selector interactively

selector.remove_state('rotate')  # alternatively press 'r' key

selector.add_state('square')

MultiCursor 现在支持跨多个图形分割的坐标轴#

以前, MultiCursor 仅在所有目标坐标轴属于同一图形时才有效.

作为此更改的结果, MultiCursor 构造函数的第一个参数已不再使用(它以前是所有坐标轴的联合画布,但画布现在直接从坐标轴列表中推断).

PolygonSelector 边界框#

PolygonSelector 现在有一个 draw_bounding_box 参数,当设置为 True 时,将在多边形完成后绘制一个边界框. 可以调整边界框的大小并移动它,从而可以轻松调整多边形的点的大小.

设置 PolygonSelector 顶点#

现在可以使用 PolygonSelector.verts 属性以编程方式设置 PolygonSelector 的顶点. 以这种方式设置顶点将重置选择器,并创建一个具有提供的顶点的新完整选择器.

SpanSelector 小部件现在可以捕捉到指定的值#

SpanSelector 小部件现在可以捕捉到由 snap_values 参数指定的值.

更多工具栏图标针对暗色主题进行了样式设置#

在 macOS 和 Tk 后端上,使用暗色主题时,工具栏图标现在会反转.

平台特定更改#

Wx 后端使用标准工具栏#

工具栏在 Wx 窗口上设置为标准工具栏,而不是自定义 size.

macosx 后端的改进#

以更一致的方式处理修饰键#

macosx 后端现在以与其他后端更一致的方式处理修饰键. 有关更多信息,请参见 事件连接 中的表.

savefig.directory rcParam 支持#

macosx 后端现在将遵守 rcParams["savefig.directory"] (default: '~') 设置. 如果设置为非空字符串,则保存对话框将默认为此目录,并保留后续的保存目录,因为它们已更改.

figure.raise_window rcParam 支持#

macosx 后端现在将遵守 rcParams["figure.raise_window"] (default: True) 设置. 如果设置为 False,则在更新时不会将图形窗口提升到顶部.

全屏切换支持#

与其他后端支持的一样,macosx 后端现在支持切换全屏视图. 默认情况下,可以通过按 f 键来切换此视图.

改进的动画和 Blitting 支持#

改进了 macosx 后端,以修复 Blitting,具有新艺术家的动画帧,并减少不必要的绘制调用.

在 Qt 后端上应用 macOS 应用程序图标#

在 macOS 上使用基于 Qt 的后端时,现在将设置应用程序图标,就像在其他后端/平台上一样.

新的最低 macOS 版本#

macosx 后端现在需要 macOS >= 10.12.

ARM 版 Windows 支持#

已添加对 arm64 目标上的 Windows 的初步支持. 此支持需要 FreeType 2.11 或更高版本.

目前还没有二进制 wheel 文件可用,但可以从源代码构建.

On this page