与他人共享来自 mpldatacursor 的图像

Question

我正在使用How to show data labels when you mouse over data 的示例制作图像，当您将鼠标悬停在点上时会出现数据。这确实很好，但是有什么方法可以保存它，以便我可以将图像发送给其他人？我不确定哪些格式支持“工具提示”，但 pdf 和 svg 都支持，也许还有其他方式？

如果我需要打包可执行文件，在 linux 中最简单的方法是什么？

Answer 1

按照您的建议，可能有一些方法可以使用 svg 和一些 javascript 或 pdf 工具提示（在您提到它们之前我不知道存在 pdf 工具提示！）。

顺便说一句，我应该花点时间提到mpld3，它使用d3 将matplotlib 图形重新创建为javascript 可视化。它确实允许非常可共享的交互式图形，并提供了一些制作交互式工具提示的示例。

但是，我不确定如何使 matplotlib 的 svg 文件具有一般交互性，并且您提到您不想走 javascript 路线，所以我将引导您构建一个“独立”可执行文件（或者，更确切地说，一个包含可执行文件和相关库的目录）。

使用cx_freeze 和matplotlib 构建“独立”可执行文件

至少在打包可执行文件方面，我推荐cx_freeze。还有很多其他选项（例如pyinstaller、py2exe、py2app 等），但其中大多数都是特定于平台的，对我的口味来说有点“神奇”。 cx_freeze 需要更多的知识才能使用，但它非常可靠，一旦您知道需要包含哪些内容，使用起来也不会太难。

首先，我将向您介绍的完整示例可在此处获得：https://gist.github.com/joferkington/9214844 它使用您在之前的问题中提供的示例脚本和数据。

关键是构建一个setup.py 文件，该文件正确引用 1) matplotlib 的数据文件和 2) 您需要包含在代码中以使其正确运行的任何数据。

之后，就像python setup.py build_exe 一样简单，然后将它创建的构建目录 tar 发送给其他人。 （您可能想做一些更花哨的事情。可以制作包含 tar 数据、库和可执行文件的 shell 脚本，但我将在此处跳过该部分。）

制作setup.py 文件

使用setup.py。假设您有一个名为 plot.py 的简单脚本，其中包含一些基本的绘图代码和一个名为 data.csv 的文件，其中包含您要使用 matplotlib 绘制的数据等。setup.py 文件为 cx_freeze 看起来像这样的东西：（另外，为简单起见，我假设您将 Tk 后端用于 matplotlib。如果您不使用，情况看起来会略有不同。）

import cx_Freeze
import sys
import matplotlib
base = None
if sys.platform == "win32":
    base = "Win32GUI"

executables = [
    cx_Freeze.Executable("plot.py", base = base),
    ]

build_exe_options = {"includes":["matplotlib.backends.backend_tkagg"],
                     "include_files":[(matplotlib.get_data_path(), "mpl-data"),
                                      ('data.csv', 'data.csv')],
                     "excludes":[],
                     }
cx_Freeze.setup(
    name = "script",
    options = {"build_exe": build_exe_options},
    version = "0.0",
    description = "A basic example",
    executables = executables)

其中大部分是样板文件。关键部分是：

1. 脚本的名称 (x_Freeze.Executable("plot.py", base = base))
2. build_exe_options 中的"includes" 部分。 cx_freeze 将尝试自动猜测它需要包含哪些模块，但在某些情况下无法检测到它需要的所有模块。本节允许您指定要显式包含的其他模块。 matplotlib 后端通常无法正确自动检测，因此您需要明确包含您正在使用的任何后端。
3. build_exe_options 中的"include_files" 部分。这表示需要包含的任何其他数据文件。 Matplotlib 有一些数据文件（图标等）需要与代码和库一起提供才能正常运行。 (matplotlib.get_data_path(), "mpl-data") 行获取这些文件并将它们放在构建目录中名为“mpl-data”的文件夹中。同样，('data.csv', 'data.csv') 行获取您的“data.csv”文件并将其以相同的名称保存在构建目录中。

我会花一点时间来提一下"excludes" 选项。这完全是可选的，但cx_freeze 通常会包含许多脚本运行实际上并不需要的库。如果您想缩小要分发的文件的大小，您可能需要在此处列出要排除的特定 python 模块。 （例如"excludes":['PyQt4', 'scipy']）

其余的都是不言自明的。您可能需要填写描述、版本等，但构建可执行文件不需要。

建筑

所以此时，我们有一个目录，内容类似如下：

$ ls
data.csv  plot.py  setup.py

data.csv 有我们的数据，plot.py 是绘制它的脚本，setup.py 如上所述。

要构建一个可执行文件，我们会运行

python setup.py build_exe

您会得到一个很长的构建日志以及它正在复制的确切内容（可能还有一些在大多数情况下可以安全忽略的警告）。 （这是调试setup.py 文件问题的有用信息。）

完成后，您会注意到一个名为 build 的新目录。

$ ls
build  data.csv  plot.py  setup.py

此时，build 将包含一个目录，其名称类似于：

$ ls build
exe.linux-x86_64-2.7

exe.whatever 目录包含库、数据和可执行文件，您需要将它们分发给人们以使事情正常运行。

要查看它是否有效，请尝试（注意目录中的显式cd！稍后会详细介绍。）：

$ cd build/exe.linux-x86_64-2.7
$ ./plot

（很明显，如果你上面的文件没有被称为plot.py，那么可执行文件就不会被称为plot，但你明白了。）

此时，您可以将 exe.whatever 目录 tar （可能希望在 tar 之前重命名它），将其发送出去，然后通过解压缩并调用 cd name_of_dir; ./plot 来告诉人们运行它。

关于数据路径的注意事项

我提到我们目前需要在运行之前明确地将cd 放入目录中。这纯粹是因为plot.py 在当前目录中寻找一个名为data.csv 的文件。

换句话说，plot.py 中有一行：

df = pd.read_csv('data.csv', ...)

我们使setup.py 足够聪明，可以包含data.csv，但读取它的代码预计它位于当前目录中。

你有两个选择：

1. 在运行脚本之前始终将cd 放入目录中（实际上，发送一个简短的脚本，cds 进入，运行程序，cds 退出）。如果您不想为第二个选项烦恼，这可作为最后的手段。
2. 更改代码以引用相对于脚本位置的数据文件。

出于多种原因，第二个选项更好，但您必须稍微修改您的脚本（在本例中为plot.py）。

通常，您会使用__file__ 的路径来确定相对于脚本本身的位置。但是，使用cx_freeze，__file__ 将不会被定义，而您想要的路径是sys.executable 的路径。因此，您通常会这样做：（来自 cx_freeze 常见问题解答：http://cx-freeze.readthedocs.org/en/latest/faq.html#data-files）

def find_data_file(filename):
    if getattr(sys, 'frozen', False):
        # The application is frozen
        datadir = os.path.dirname(sys.executable)
    else:
        # The application is not frozen
        # Change this bit to match where you store your data files:
        datadir = os.path.dirname(__file__)

    return os.path.join(datadir, filename)

在这种情况下，您将修改您的代码：

pd.read_csv('data.csv', ...)

要做的事情：

pd.read_csv(find_data_file('data.csv'), ...) 

相反。 （这在 gist I linked to originally 中的 plot.py 文件中尚未完成。我将把它留给读者作为练习。）

完成后，无论当前工作目录是什么，您都可以直接调用/path/to/where/the/directory/gets/copied/plot。

分发

我不会在这个话题上说太多。有很多方法可以处理这个问题。使用cx_freeze，您将发送一个包含库和单个可执行文件的文件夹。

在最简单的情况下，您只需将其 tar，然后告诉人们解压缩并运行 where/they/extracted/it/name_of_the_execuctable。您可能希望将文件夹从 exe.linux-x86_64-2.7 重命名为类似于 my_package 的名称，并包含一个名为 run_this 的 shell 脚本或其他名称，但这取决于您。

在其他情况下，您可能想要编写一个包装脚本，甚至是一个.desktop 文件。桌面文件必须有绝对路径，所以在这种情况下你需要做更多的事情。通常，您编写某种安装程序脚本，修改 whatever.desktop 以指向您的程序安装位置的绝对路径。

可以将压缩后的数据、库和可执行文件嵌入到“自解压”安装脚本中。如果您想四处寻找它们，则网络上有一些示例。您还可以构建一个 .rpm 或 .deb。同样，我将跳过详细的示例，让您自己弄清楚。

总体而言，对于您似乎正在做的事情，发送 tarball 和 README 可能是最简单的途径。