Visualização Interativa de Dados com Python Matplotlib

Introdução

Este laboratório irá guiá-lo sobre como interagir com dados em múltiplas canvases. Ao selecionar e destacar um ponto em um eixo, você irá gerar os dados desse ponto no outro eixo. Usaremos Python Matplotlib para este laboratório.

Dicas para a VM

Após a inicialização da VM, clique no canto superior esquerdo para mudar para a aba Notebook e acessar o Jupyter Notebook para praticar.

Às vezes, pode ser necessário aguardar alguns segundos para que o Jupyter Notebook termine de carregar. A validação das operações não pode ser automatizada devido às limitações do Jupyter Notebook.

Se você enfrentar problemas durante o aprendizado, sinta-se à vontade para perguntar ao Labby. Forneça feedback após a sessão, e resolveremos o problema prontamente para você.

Importar Bibliotecas

Começaremos importando as bibliotecas necessárias.

import numpy as np
import matplotlib.pyplot as plt

Gerar Dados

Geraremos dados aleatórios usando NumPy.

np.random.seed(19680801)
X = np.random.rand(100, 200)
xs = np.mean(X, axis=1)
ys = np.std(X, axis=1)

Criar Figura e Eixos

Criaremos uma figura com dois eixos.

fig, (ax, ax2) = plt.subplots(2, 1)

Plotar Dados

Plotaremos os dados gerados no primeiro eixo.

line, = ax.plot(xs, ys, 'o', picker=True, pickradius=5)

Criar Classe Point Browser

Criaremos uma classe para lidar com a funcionalidade do navegador de pontos (point browser).

class PointBrowser:
    def __init__(self):
        self.lastind = 0

        self.text = ax.text(0.05, 0.95, 'selected: none',
                            transform=ax.transAxes, va='top')
        self.selected, = ax.plot([xs[0]], [ys[0]], 'o', ms=12, alpha=0.4,
                                 color='yellow', visible=False)

    def on_press(self, event):
        if self.lastind is None:
            return
        if event.key not in ('n', 'p'):
            return
        if event.key == 'n':
            inc = 1
        else:
            inc = -1

        self.lastind += inc
        self.lastind = np.clip(self.lastind, 0, len(xs) - 1)
        self.update()

    def on_pick(self, event):

        if event.artist != line:
            return True

        N = len(event.ind)
        if not N:
            return True

        ## the click locations
        x = event.mouseevent.xdata
        y = event.mouseevent.ydata

        distances = np.hypot(x - xs[event.ind], y - ys[event.ind])
        indmin = distances.argmin()
        dataind = event.ind[indmin]

        self.lastind = dataind
        self.update()

    def update(self):
        if self.lastind is None:
            return

        dataind = self.lastind

        ax2.clear()
        ax2.plot(X[dataind])

        ax2.text(0.05, 0.9, f'mu={xs[dataind]:1.3f}\nsigma={ys[dataind]:1.3f}',
                 transform=ax2.transAxes, va='top')
        ax2.set_ylim(-0.5, 1.5)
        self.selected.set_visible(True)
        self.selected.set_data(xs[dataind], ys[dataind])

        self.text.set_text('selected: %d' % dataind)
        fig.canvas.draw()

Conectar Manipuladores de Eventos

Conectaremos os manipuladores de eventos (event handlers) ao canvas da figura.

browser = PointBrowser()

fig.canvas.mpl_connect('pick_event', browser.on_pick)
fig.canvas.mpl_connect('key_press_event', browser.on_press)

Exibir o Gráfico

Exibiremos o gráfico.

plt.show()

Resumo

Neste laboratório, aprendemos como interagir com dados usando múltiplos canvases com Python Matplotlib. Criamos uma classe para lidar com a funcionalidade do navegador de pontos (point browser) e conectamos manipuladores de eventos (event handlers) ao canvas da figura para habilitar a interatividade.