使用 Python 制作包含 100 多个绘图的 PDF 报告的最佳方法是什么？

Question

我需要一份包含大量图表的 PDF 报告。它们中的大多数将在循环中使用 matplotlib 创建，但我还需要包含熊猫图和数据框（整个视图）和 seaborn 图。目前我已经探索了以下解决方案：

• PythonTex。我已经将它用于其他项目，但它会消耗大量时间，因为您必须为要显示的每个绘图编写 \pythontexprint。
• 在循环的每次迭代中使用savefig 命令，并将所有绘图保存为图像，以便稍后在 Latex 中插入。这也是非常耗时的选择。其他选项是使用该命令将绘图保存为 pdf，然后合并所有 pdf。这将创建一个丑陋的报告，因为这些图不会适合整个页面。
• 使用带有 reticulate 的 RStudio 创建 Markdown 报告。这里的问题是我需要学习网状功能，因此需要花费时间。
• 据我所知，PyPDF 不符合我的需求。
• 创建一个 jupyter 笔记本，然后尝试将其导出为 PDF。再一次，我不知道如何使用 jupyter notebook，我读到我必须先转换为 html，然后再转换为 pdf。
• 来自这里的解决方案：Generating Reports with Python: PDF or HTML to PDF 但是，问题是三年前的问题，现在可能是更好的选择。

所以我的问题如下：是否有任何简单快捷的方法可以在具有良好外观的 PDF 中获取所有这些图（如果它是沿着生成它们的代码更好）？

Answer 1

我的建议是使用 matplotlibs savefig 到 BytesIO 缓冲区（或将缓​​冲区保存到列表或类似的数据结构中 100）。然后，您可以使用这些图像缓冲区将图像插入到 pdf 中，使用类似 reportlab 的库（网站 here 和文档 here）。我经常使用这种方法使用python-pptx 库创建 PowerPoint 文档，但也使用reportlab 通过 PDF 验证它。 reportlab 库非常强大，而且有点“低级”，所以入门可能会有一点学习曲线，但它肯定能满足您的需求。有一个简单的入门教程here。 reportlab 是 BSD 许可证，可在 pip 和 conda 上使用。

无论如何，我的代码 sn-p 看起来像这样。
抱歉，它有点长，但我的代码有一些辅助函数来打印文本和虚拟图像。您应该可以直接复制/粘贴它。

代码将生成一个类似于 的 PDF

import io

from reportlab.lib.pagesizes import letter
from reportlab.platypus import SimpleDocTemplate, Paragraph, Spacer, Image
from reportlab.lib.styles import getSampleStyleSheet
from reportlab.lib.units import inch

import numpy as np
import matplotlib.pyplot as plt


def plot_hist():
    """ Create a sample histogram plot and return a bytesio buffer with plot

    Returns
    -------
    BytesIO : in memory buffer with plot image, can be passed to reportlab or elsewhere
    """    
    # from https://matplotlib.org/gallery/lines_bars_and_markers/scatter_masked.html#sphx-glr-gallery-lines-bars-and-markers-scatter-masked-py
    plt.figure(figsize=(7, 2.25))

    N = 100
    r0 = 0.6
    x = 0.9 * np.random.rand(N)
    y = 0.9 * np.random.rand(N)
    area = (20 * np.random.rand(N))**2  # 0 to 10 point radii
    c = np.sqrt(area)
    r = np.sqrt(x * x + y * y)
    area1 = np.ma.masked_where(r < r0, area)
    area2 = np.ma.masked_where(r >= r0, area)
    plt.scatter(x, y, s=area1, marker='^', c=c)
    plt.scatter(x, y, s=area2, marker='o', c=c)
    # Show the boundary between the regions:
    theta = np.arange(0, np.pi / 2, 0.01)
    plt.plot(r0 * np.cos(theta), r0 * np.sin(theta))

    # create buffer and save image to buffer
    # dpi should match the dpi of your PDF, I think 300 is typical otherwise it won't pretty well
    buf = io.BytesIO()
    plt.savefig(buf, format='png', dpi=300)
    buf.seek(0)
    # you'll want to close the figure once its saved to buffer
    plt.close()

    return buf

def add_text(text, style="Normal", fontsize=12):
    """ Adds text with some spacing around it to  PDF report 

    Parameters
    ----------
    text : str
        The string to print to PDF

    style : str
        The reportlab style

    fontsize : int
        The fontsize for the text
    """
    Story.append(Spacer(1, 12))
    ptext = "<font size={}>{}</font>".format(fontsize, text)
    Story.append(Paragraph(ptext, styles[style]))
    Story.append(Spacer(1, 12))

# Use basic styles and the SimpleDocTemplate to get started with reportlab
styles=getSampleStyleSheet()
doc = SimpleDocTemplate("form_letter.pdf",pagesize=letter,
                        rightMargin=inch/2,leftMargin=inch/2,
                        topMargin=72,bottomMargin=18)

# The "story" just holds "instructions" on how to build the PDF
Story=[]

add_text("My Report", style="Heading1", fontsize=24)

# See plot_hist for information on how to get BytesIO object of matplotlib plot
# This code uses reportlab Image function to add and valid PIL input to the report
image_buffer1 = plot_hist()
im = Image(image_buffer1, 7*inch, 2.25*inch)
Story.append(im)

add_text("This text explains something about the chart.")

image_buffer2 = plot_hist()
im = Image(image_buffer2, 7*inch, 2.25*inch)
Story.append(im)

add_text("This text explains something else about another chart chart.")

# This command will actually build the PDF
doc.build(Story)

# should close open buffers, can use a "with" statement in python to do this for you
# if that works better
image_buffer1.close()
image_buffer2.close()