python - 将 Matplotlib 与 Django 结合使用

Question

我使用 Django 构建了一个简单的 Web 应用程序，该应用程序读取 csv 文件并允许用户通过选择 X 和 Y 属性来绘制图表。

前端利用 AJAX 调用来调用后端方法，以使用 Python 的 Matplotlib 绘制图形。当异步调用绘图时，就会出现问题，从而导致竞争条件:不同的图表绘制到同一个图形。

为了尝试克服这个问题，我为每个用户分配随机“id”，以便我可以调用 matplotlib 来获取图形编号 - 因此每个用户都会在不同的图形上绘制。

import matplotlib
import pandas as pd
matplotlib.use('agg')

#cm is an array containing 2 confusion matrices generated from http://scikit-learn.org/stable/modules/generated/sklearn.metrics.confusion_matrix.html
def plot_confusion_matrix(user_id, cm, classes, path,
                          normalize=False,
                          title='Confusion Matrix',
                          cmap=plt.cm.Blues):
    id = user_id + random.randint(1, 10000)
    fig = plt.figure(id)
    axis1 = fig.add_subplot(121)
    title1 = title + " (train)"
    title2 =title + " (test)"
    def plot_cm(cm, title):
        plt.imshow(cm, interpolation='nearest', cmap=cmap)
        plt.title(title)
        #plt.colorbar()
        tick_marks = np.arange(len(classes))
        plt.xticks(tick_marks, classes, rotation=45)
        plt.yticks(tick_marks, classes)
        thresh = cm.max() / 2.
        for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])):
            plt.text(j, i, cm[i, j],
                     horizontalalignment="center",
                     color="white" if cm[i, j] > thresh else "black")

        plt.tight_layout()
        plt.ylabel('True label')
        plt.xlabel('Predicted label')
    plot_cm(cm=cm[0], title=title1)
    axis2 = fig.add_subplot(122)
    plot_cm(cm=cm[1], title=title2)
    plt.tight_layout()
    fig.savefig(path)
    plt.close(id)

但是，这并不能解决问题——当用户一次绘制 3 个图表时，这些图表会相互重叠。

Answer 1

好的，尝试直接绘制到您创建的轴上，如下所示:

def plot_confusion_matrix(user_id, cm, classes, path,
                          normalize=False,
                          title='Confusion Matrix',
                          cmap=plt.cm.Blues):
    id = user_id + random.randint(1, 10000)
    fig = plt.figure(id)
    axis1 = fig.add_subplot(121)
    title1 = title + " (train)"
    title2 =title + " (test)"
    def plot_cm(cm, title, ax):
        ax.imshow(cm, interpolation='nearest', cmap=cmap)
        ax.set_title(title)
        #plt.colorbar()
        tick_marks = np.arange(len(classes))
        ax.set_xticks(tick_marks, classes, rotation=45)
        ax.set_yticks(tick_marks, classes)
        thresh = cm.max() / 2.
        for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])):
            ax.text(j, i, cm[i, j],
                     horizontalalignment="center",
                     color="white" if cm[i, j] > thresh else "black")

        plt.tight_layout()
        ax.set_ylabel('True label')
        ax.set_xlabel('Predicted label')
    plot_cm(cm=cm[0], title=title1, axis1)
    axis2 = fig.add_subplot(122)
    plot_cm(cm=cm[1], title=title2, axis2)
    plt.tight_layout()
    plt.savefig(path)
    plt.close(id)