cbook

matplotlib.cbook

Коллекция служебных функций и классов. Изначально многие (но не все) были из Python Cookbook — отсюда и название cbook.

Этот модуль безопасно импортировать из любой точки matplotlib; он импортирует matplotlib только во время выполнения.

class matplotlib.cbook.Bunch(**kwds) [source]

Базовые классы: object

Часто нам нужно просто собрать вместе несколько вещей, присвоив имя каждому элементу. Словарь для этого подходит, но небольшой класс без действий ещё удобнее и приятнее в использовании. Всякий раз, когда вы хотите сгруппировать несколько переменных:

>>> point = Bunch(datum=2, squared=4, coord=12)
>>> point.datum

By: Alex Martelli
From: https://code.activestate.com/recipes/121294/

class matplotlib.cbook.CallbackRegistry(exception_handler=<function _exception_printer>) [source]

Базовые классы: object

Обработка регистрации и отключения для набора сигналов и обратных вызовов:

>>> def oneat(x):
...    print('eat', x)
>>> def ondrink(x):
...    print('drink', x)

>>> from matplotlib.cbook import CallbackRegistry
>>> callbacks = CallbackRegistry()

>>> id_eat = callbacks.connect('eat', oneat)
>>> id_drink = callbacks.connect('drink', ondrink)

>>> callbacks.process('drink', 123)
drink 123
>>> callbacks.process('eat', 456)
eat 456
>>> callbacks.process('be merry', 456) # nothing will be called
>>> callbacks.disconnect(id_eat)
>>> callbacks.process('eat', 456)      # nothing will be called

На практике следует всегда отключать все обратные вызовы, когда они больше не нужны, чтобы избежать висячих ссылок (и, следовательно, утечек памяти). Однако реальный код в matplotlib редко это делает, и из-за его дизайна довольно трудно разместить такой код. Чтобы обойти это и предотвратить этот тип утечек памяти, мы вместо этого храним только слабые ссылки на связанные методы, поэтому, когда целевому объекту требуется умереть, CallbackRegistry не будет его поддерживать. Модуль слабых ссылок Python stdlib не может создавать слабые ссылки на связанные методы напрямую, поэтому нам необходимо создать прокси-объект для обработки слабых ссылок на связанные методы (или обычные свободные функции). Этот метод был предложен Питером Паренте в его "Mindtrove" блоге.

Параметры:

Параметры:	`exception_handler : callable, optional` При указании должна быть сигнатура def handler(exc: Exception) -> None: Если не равно None, эта функция будет вызываться при любом исключении `Exception` подкласса, вызванного обратными вызовами в `CallbackRegistry.process`. Обработчик может либо обработать исключение, либо повторно его вызвать. Вызываемый объект должен быть сериализуемым. По умолчанию обработчик def h(exc): traceback.print_exc()

exception_handler : callable, optional

При указании должна быть сигнатура

def handler(exc: Exception) -> None:

Если не равно None, эта функция будет вызываться при любом исключении Exception подкласса, вызванного обратными вызовами в CallbackRegistry.process. Обработчик может либо обработать исключение, либо повторно его вызвать.

Вызываемый объект должен быть сериализуемым.

По умолчанию обработчик

def h(exc):
    traceback.print_exc()

connect(s, func) [source]: Зарегистрировать func для вызова при генерации сигнала s.

disconnect(cid) [source]: Отключить обратный вызов, зарегистрированный с идентификатором обратного вызова cid.

process(s, *args, **kwargs) [source]

Обработать сигнал s.

Все функции, зарегистрированные для получения обратных вызовов по s, будут вызваны с *args и **kwargs.

class matplotlib.cbook.GetRealpathAndStat [source]: Базовые классы: object

class matplotlib.cbook.Grouper(init=()) [source]

Базовые классы: object

Этот класс предоставляет лёгкий способ группировать произвольные объекты в непересекающиеся наборы, когда полная графовая структура окажется излишней.

Объекты можно объединять с помощью join(), проверять на связность с помощью joined(), и получать все непересекающиеся наборы, используя объект как итератор.

Объединяемые объекты должны быть хэшируемыми и поддерживающими слабые ссылки.

Например:

>>> from matplotlib.cbook import Grouper
>>> class Foo(object):
...     def __init__(self, s):
...         self.s = s
...     def __repr__(self):
...         return self.s
...
>>> a, b, c, d, e, f = [Foo(x) for x in 'abcdef']
>>> grp = Grouper()
>>> grp.join(a, b)
>>> grp.join(b, c)
>>> grp.join(d, e)
>>> sorted(map(tuple, grp))
[(a, b, c), (d, e)]
>>> grp.joined(a, b)
True
>>> grp.joined(a, c)
True
>>> grp.joined(a, d)
False

clean() [source]: Очистить умершие слабые ссылки из словаря

get_siblings(a) [source]: Возвращает все элементы, объединённые с a, включая сам a.

join(a, *args) [source]: Объединить указанные аргументы в один набор. Принимает один или несколько аргументов.

joined(a, b) [source]: Возвращает True, если a и b являются членами одного набора.

remove(a) [source]

exception matplotlib.cbook.IgnoredKeywordWarning [source]

Базовые классы: UserWarning

Класс для выдачи предупреждений об аргументах ключевых слов, которые будут проигнорированы matplotlib

class matplotlib.cbook.Locked(path) [source]

Базовые классы: object

Менеджер контекста для обработки блокировок.

Основано на коде из conda.

conda распространяется на условиях лицензии BSD с тремя пунктами. Смотрите LICENSE_CONDA или https://opensource.org/licenses/BSD-3-Clause.

LOCKFN = '.matplotlib_lock'

exception TimeoutError [source]: Базовые классы: RuntimeError

class matplotlib.cbook.Null(**kwargs) [source]

Базовые классы: object

Устарело начиная с версии 2.1: Класс Null был устаревшим в версии 2.1.

Объекты Null всегда и надёжно «ничего не делают».

class matplotlib.cbook.RingBuffer(**kwargs) [source]

Базовые классы: object

Устарело начиная с версии 2.1: Класс RingBuffer был устаревшим в версии 2.1.

Класс, реализующий буфер, который ещё не заполнен

append(x) [source]: Добавить элемент в конец буфера

get() [source]: Возвращает список элементов от самого старого к самому новому.

class matplotlib.cbook.Sorter(**kwargs) [source]

Bases: object

Deprecated since version 2.1: sorted(..., key=itemgetter(...))

Сортировка по атрибуту или элементу

Пример использования:

sort = Sorter()

list = [(1, 2), (4, 8), (0, 3)]
dict = [{'a': 3, 'b': 4}, {'a': 5, 'b': 2}, {'a': 0, 'b': 0},
        {'a': 9, 'b': 9}]

sort(list)       # default sort
sort(list, 1)    # sort by index 1
sort(dict, 'a')  # sort a list of dicts by key 'a'

byAttribute(data, attributename, inplace=1) [source]

byItem(data, itemindex=None, inplace=1) [source]

sort(data, itemindex=None, inplace=1)

class matplotlib.cbook.Stack(default=None) [source]

Bases: object

Реализация стека, где элементы можно добавлять и перемещаться вперёд-назад. Но без удаления. Должен имитировать поведение "назад/вперёд" в браузере

back() [source]: Переместиться назад и вернуть текущий элемент

bubble(o) [source]: Поднять o наверх стека и вернуть o. o должен находиться в стеке

clear() [source]: Очистить стек

empty() [source]

forward() [source]: Переместиться вперёд и вернуть текущий элемент

home() [source]: Поместить первый элемент наверх стека

push(o) [source]: Поместить объект на стек в текущей позиции - все элементы, появляющиеся позже текущей позиции, будут отброшены

remove(o) [source]: Удалить элемент o из стека

class matplotlib.cbook.Xlator(**kwargs) [source]

Bases: dict

Deprecated since version 2.1: Класс Xlator устарел в версии 2.1.

Класс для многострочной подстановки

Пример использования:

text = "Larry Wall is the creator of Perl"
adict = {
"Larry Wall" : "Guido van Rossum",
"creator" : "Benevolent Dictator for Life",
"Perl" : "Python",
}

print(multiple_replace(adict, text))

xlat = Xlator(adict)
print(xlat.xlat(text))

xlat(text) [source]: Перевод text, возвращает изменённый текст.

matplotlib.cbook.align_iterators(func, *iterables) [source]

Deprecated since version 2.2: Функция align_iterators устарела в версии 2.2.

Этот генератор принимает несколько итерируемых объектов, упорядоченных по func. Он выдает упорядоченные кортежи:

(func(row), [rows from all iterators matching func(row)])

Используется функцией matplotlib.mlab.recs_join() для объединения массивов записей

matplotlib.cbook.allequal(seq) [source]: Deprecated since version 2.1: Функция allequal устарела в версии 2.1.

Возвращает True, если все элементы seq равны. Если seq имеет длину 0 или 1, возвращает True

matplotlib.cbook.allpairs(x) [source]: Deprecated since version 2.1: Функция allpairs устарела в версии 2.1.

Возвращает все возможные пары в последовательности x

matplotlib.cbook.alltrue(seq) [source]: Deprecated since version 2.1: Функция alltrue устарела в версии 2.1.

Возвращает True, если все элементы seq равны True. Если seq пусто, возвращает False.

matplotlib.cbook.boxplot_stats(X, whis=1.5, bootstrap=None, labels=None, autorange=False) [source]

Возвращает список словарей со статистикой, используемой для построения ряда диаграмм размаха. Раздел Returns перечисляет необходимые ключи словаря. Пользователи могут пропустить эту функцию и передать пользовательский набор словарей в новый метод axes.bxp, вместо того, чтобы полагаться на MPL для вычислений.

Parameters:

X : array-like: Данные, которые будут представлены на диаграммах размаха. Должны иметь 2 или меньше измерений.
whis : float, string, or sequence (default = 1.5): Как число, определяет дальность усиков за пределами первого и третьего квартилей. Другими словами, если IQR - это межквартильный размах (Q3-Q1), верхний усвик будет доходить до последнего значения меньше чем Q3 + whis*IQR). Аналогично, нижний усвик будет доходить до первого значения больше чем Q1 - whis*IQR. За пределами усиков данные считаются выбросами и отображаются как отдельные точки. Это можно установить на возрастающую последовательность процентилей (например, [5, 95]), чтобы установить усики на определённых процентилях данных. Наконец, whis может быть строкой 'range' для принудительного вывода усиков до минимума и максимума данных. В случае, когда 25-й и 75-й процентили эквивалентны, whis может быть автоматически установлено на 'range' через опцию autorange.
bootstrap : int, optional: Количество раз, когда интервалы доверия вокруг медианы должны быть ребутстрапированы (метод процентилей).
labels : array-like, optional: Метки для каждого набора данных. Длина должна соответствовать размерности X.
autorange : bool, optional (False): Когда True и данные распределены таким образом, что 25-й и 75-й процентили равны, whis устанавливается в 'range' , так что концы усиков находятся в минимуме и максимуме данных.

Returns:

bxpstats : list of dict

Список словарей, содержащих результаты для каждого столбца данных. Ключи каждого словаря следующие:

Ключ	Описание значения
метка	метка для диаграммы размаха
среднее	среднее арифметическое значение
мед	50-й процентиль
q1	первый квартиль (25-й процентиль)
q3	третий квартиль (75-й процентиль)
cilo	нижний вырез вокруг медианы
cihi	верхний вырез вокруг медианы
whislo	конец нижнего усика
whishi	конец верхнего усика
fliers	выбросы

Примечания

Не-бутстраповый подход к интервалам доверия использует асимптотическое приближение на основе гауссовой кривой:

Общий подход взят из: McGill, R., Tukey, J.W., и Larsen, W.A. (1978) "Variations of Boxplots", The American Statistician, 32:12-16.

matplotlib.cbook.contiguous_regions(mask) [source]: Возвращает список пар (ind0, ind1), таких что mask[ind0:ind1].all() равно True, и мы покрываем все такие области.

class matplotlib.cbook.converter(**kwargs) [source]

Базы: object

Устарело начиная с версии 2.1: Класс converter устарел в версии 2.1.

Базовый класс для обработки строк -> типы Python с поддержкой пропущенных значений

is_missing(s) [source]

matplotlib.cbook.dedent(s) [source]

Удаляет избыточное отступы из docstring s.

Отбрасывает любые ведущие пустые строки, затем удаляет до n символов пробела с каждой строки, где n — количество ведущих символов пробела в первой строке. Отличается от textwrap.dedent тем, что удаляет ведущие пустые строки и использует первую непустую строку для определения отступа.

Также быстрее в большинстве случаев.

matplotlib.cbook.delete_masked_points(*args) [source]

Находит все замаскированные и/или не конечные точки в наборе аргументов и возвращает аргументы, содержащие только незамаскированные точки.

Аргументы могут быть любого из 5 категорий:

Одномерные замаскированные массивы
Одномерные массивы NumPy
Массивы NumPy с более чем одним измерением
Другие итерируемые объекты, не являющиеся строками
Любое другое

Первый аргумент должен быть одной из первых четырех категорий; любой аргумент с длиной, отличающейся от длины первого аргумента (и, следовательно, любой аргумент из категории 5), будет передан без изменений.

Маски получаются от всех аргументов правильной длины в категориях 1, 2 и 4; точка считается плохой, если она замаскирована в замаскированном массиве или если она является NaN или inf. Не предпринимаются попытки извлечь маску из категорий 2, 3 и 4, если np.isfinite() не возвращает булевый массив.

Все входные аргументы, которые не переданы без изменений, возвращаются как массивы NumPy после удаления точек или строк, соответствующих маскам в любом из аргументов.

Значительно упрощенная версия этой функции была первоначально написана как вспомогательная функция для Axes.scatter().

matplotlib.cbook.dict_delall(d, keys) [source]: Устарело начиная с версии 2.1: Функция dict_delall устарела в версии 2.1.

Удаляет все ключи из словаря d.

matplotlib.cbook.exception_to_str(s=None) [source]: Устарело начиная с версии 2.1: Функция exception_to_str устарела в версии 2.1.

matplotlib.cbook.file_requires_unicode(x) [source]: Возвращает True, если данный объект файла для записи требует Unicode для записи в него.

matplotlib.cbook.finddir(o, match, case=False) [source]: Устарело начиная с версии 2.1: Функция finddir устарела в версии 2.1.

Возвращает все атрибуты o, которые соответствуют строке в match. Если case равно True, требуется точное соответствие регистру.

matplotlib.cbook.flatten(seq, scalarp=<function is_scalar_or_string>) [source]

Возвращает генератор сглаженных вложенных контейнеров.

Например:

>>> from matplotlib.cbook import flatten
>>> l = (('John', ['Hunter']), (1, 23), [[([42, (5, 23)], )]])
>>> print(list(flatten(l)))
['John', 'Hunter', 1, 23, 42, 5, 23]

Автор: Композиция из Хольгера Крекеля и Лютера Блиссета. Источник: https://code.activestate.com/recipes/121294/ и Рецепт 1.12 в кулинарной книге

matplotlib.cbook.get_label(y, default_name) [source]

matplotlib.cbook.get_recursive_filelist(args) [source]: Устарело начиная с версии 2.1: Функция get_recursive_filelist устарела в версии 2.1.

Рекурсивно проходит все файлы и каталоги в args, игнорируя символические ссылки и возвращает файлы в виде списка строк.

matplotlib.cbook.get_sample_data(fname, asfileobj=True) [source]

Возвращает файл с образцовыми данными. fname — путь, относительный к mpl-data/sample_data каталогу. Если asfileobj равно True, возвращается объект файла, иначе просто путь к файлу.

Установите параметр rc examples.directory в каталог, где должны быть файлы sample_data, если файлы sample_data хранятся в месте, отличном от стандартного (который равен 'mpl-data/sample_data' на том же уровне, что и файлы Python-модуля 'matplotlib').

Если имя файла оканчивается на .gz, файл неявно распаковывается.

matplotlib.cbook.get_split_ind(seq, N) [source]

Устарело начиная с версии 2.1: Функция get_split_ind устарела в версии 2.1.

seq — список слов. Возвращает индекс в seq, такой что:

len(' '.join(seq[:ind])<=N

matplotlib.cbook.index_of(y) [source]

Вспомогательная функция для получения индекса входного значения для построения графика, если значения x не заданы явно.

Попытка получить y.index (работает, если это pd.Series), если это не удаётся, возвращает np.arange(y.shape[0]).

В будущем это будет расширено для обработки более типов данных с метками.

Параметры:	`y : scalar or array-like` Предлагаемое значение y
Возвращает:	`x, y : ndarray` Значения x и y для построения графика.

matplotlib.cbook.is_hashable(obj) [source]: Возвращает true, если obj можно хешировать

matplotlib.cbook.is_math_text(s) [source]

matplotlib.cbook.is_numlike(obj) [source]: Возвращает true, если obj выглядит как число.

matplotlib.cbook.is_scalar(obj) [source]: Устарело начиная с версии 2.1: Функция is_scalar устарела в версии 2.1.

Возвращает true, если obj не похож на строку и не является итерируемым.

matplotlib.cbook.is_scalar_or_string(val) [source]: Возвращает, является ли данный объект скаляром или строкой.

matplotlib.cbook.is_sequence_of_strings(obj) [source]: Устарело начиная с версии 2.1: Функция is_sequence_of_strings устарела в версии 2.1.

Возвращает true, если obj итерируем и содержит строки.

END_OF_DOCUMENT_MARKER

matplotlib.cbook.is_string_like(obj) [source]: Устарело начиная с версии 2.1: Функция is_string_like устарела в версии 2.1.

Возвращает True, если obj выглядит как строка

matplotlib.cbook.is_writable_file_like(obj) [source]: Возвращает True, если obj выглядит как объект файла с методом write

matplotlib.cbook.issubclass_safe(x, klass) [source]: Устарело начиная с версии 2.1: Функция issubclass_safe устарела в версии 2.1.

Возвращает issubclass(x, klass), возвращая False при возникновении TypeError

matplotlib.cbook.iterable(obj) [source]: Возвращает True, если obj является итерируемым

matplotlib.cbook.listFiles(root, patterns='*', recurse=1, return_folders=0) [source]

Рекурсивно перечисляет файлы

из книги рецептов Python Пармара и Мартелли

matplotlib.cbook.local_over_kwdict(local_var, kwargs, *keys) [source]

Обеспечивает приоритет локальной переменной над потенциально конфликтующими аргументами из словаря kwargs. Рассматриваются следующие возможные значения выхода в порядке приоритета:

local_var > kwargs[keys[0]] > ... > kwargs[keys[-1]]

Будет возвращено первое из этих значений, отличное от None. Если все они None, будет возвращено None. Каждый ключ в keys будет удален из словаря kwargs.

Параметры:	local_var: любой объект Локальная переменная (самый высокий приоритет) kwargs: dict Словарь ключевых аргументов; изменяется на месте keys: str(ы) Название(я) ключевых аргументов для обработки в порядке убывания приоритета
Возвращает:	out: любой объект Either local_var или один из kwargs[key] для key in keys
Возможные исключения:	IgnoredKeywordWarning Для каждого ключа в keys, который удаляется из kwargs, но не используется в качестве выходного значения

class matplotlib.cbook.maxdict(maxsize) [source]

Основывается на dict

Словарь с максимальным размером; это не переопределяет все соответствующие методы для ограничения размера, а только setitem, поэтому используйте с осторожностью

matplotlib.cbook.mkdirs(newdir, mode=511) [source]

Рекурсивно создаёт директорию newdir и задаёт mode. Эквивалентно

> mkdir -p NEWDIR
> chmod MODE NEWDIR

matplotlib.cbook.normalize_kwargs(kw, alias_mapping=None, required=(), forbidden=(), allowed=None) [source]

Вспомогательная функция для нормализации входных данных kwargs

Порядок их разрешения:

алиасинг
обязательные
запрещённые
разрешённые

Этот порядок означает, что только канонические имена должны присутствовать в allowed, forbidden, required

Параметры:

Параметры:	alias_mapping, dict, необязательно отображение канонического имени на список псевдонимов в порядке приоритета от наименьшего к наибольшему. Если каноническое значение отсутствует в списке, предполагается, что оно имеет наивысший приоритет. `required : iterable, optional` Кортеж полей, которые должны быть в kwargs. `forbidden : iterable, optional` Список ключей, которые не должны быть в kwargs `allowed : tuple, optional` Кортеж разрешённых полей. Если это не None, то вызывается исключение, если `kw` содержит любые ключи, не входящие в объединение `required` и `allowed`. Чтобы разрешить только необходимые поля, передайте `()` для `allowed`
Возможные исключения:	TypeError Для соответствия тому, что Python поднимает, если переданы недействительные аргументы/kwargs в вызываемую функцию.

alias_mapping, dict, необязательно

отображение канонического имени на список псевдонимов в порядке приоритета от наименьшего к наибольшему.

Если каноническое значение отсутствует в списке, предполагается, что оно имеет наивысший приоритет.

required : iterable, optional

Кортеж полей, которые должны быть в kwargs.

forbidden : iterable, optional

Список ключей, которые не должны быть в kwargs

allowed : tuple, optional

Кортеж разрешённых полей. Если это не None, то вызывается исключение, если kw содержит любые ключи, не входящие в объединение required и allowed. Чтобы разрешить только необходимые поля, передайте () для allowed

Возможные исключения:

TypeError: Для соответствия тому, что Python поднимает, если переданы недействительные аргументы/kwargs в вызываемую функцию.

matplotlib.cbook.onetrue(seq) [source]: Устарело начиная с версии 2.1: Функция onetrue устарела в версии 2.1.

Возвращает True, если один элемент из seq равен True. Если seq пусто, возвращает False.

matplotlib.cbook.open_file_cm(path_or_file, mode='r', encoding=None) [source]: Передаёт объекты файлов и управляет контекстом PathLike.

matplotlib.cbook.pieces(seq, num=2) [source]: Устарело начиная с версии 2.1: Функция pieces устарела в версии 2.1.

Разбивает seq на num кортежей

matplotlib.cbook.print_cycles(objects, outstream=<_io.TextIOWrapper name='<stdout>' mode='w' encoding='UTF-8'>, show_progress=False) [source]

objects: Список объектов для поиска циклов. Часто бывает полезно передать gc.garbage, чтобы найти циклы, которые препятствуют сбору мусора некоторых объектов.
outstream: Поток для вывода.
show_progress: Если True, выводить количество достигнутых объектов по мере их обнаружения.

matplotlib.cbook.pts_to_midstep(x, *args) [source]

Преобразование непрерывной линии в средние шаги.

Даны набор N точек, преобразует их в 2N точки, которые при линейном соединении дают ступенчатую функцию, меняющую значения в середине интервалов.

Параметры:	`x : array` Позиции x шагов. Может быть пустым. `y1, ..., yp : array` Массивы y, которые должны быть преобразованы в шаги; все должны иметь одинаковую длину с `x`.
Возвращает:	`out : array` Значения x и y, преобразованные в шаги в том же порядке, что и входные данные; может быть распакованы как `x_out, y1_out, ..., yp_out`. Если длина входных данных `N`, каждая из этих массивов будет длиной `2N`.

Примеры

>> x_s, y1_s, y2_s = pts_to_midstep(x, y1, y2)

END_OF_DOCUMENT_MARKER

matplotlib.cbook.pts_to_poststep(x, *args) [source]

Преобразовать непрерывную линию в пост-шаги.

Учитывая набор N точек, преобразуйте их в 2N + 1 точки, которые при линейном соединении образуют ступенчатую функцию, изменяющую значения в конце интервалов.

Параметры:

Параметры:	`x : array` Положение x шагов. Может быть пустым. `y1, ..., yp : array` Массивы y, которые нужно преобразовать в шаги; все они должны иметь одинаковую длину с `x`.
Возвращает:	`out : array` Значения x и y, преобразованные в шаги в том же порядке, что и на входе; могут быть распакованы как `x_out, y1_out, ..., yp_out`. Если длина входных данных равна `N`, каждый из этих массивов будет длиной `2N + 1`. Для `N=0`, длина будет 0.

x : array: Положение x шагов. Может быть пустым.
y1, ..., yp : array: Массивы y, которые нужно преобразовать в шаги; все они должны иметь одинаковую длину с x.

Возвращает:

out : array: Значения x и y, преобразованные в шаги в том же порядке, что и на входе; могут быть распакованы как x_out, y1_out, ..., yp_out. Если длина входных данных равна N, каждый из этих массивов будет длиной 2N + 1. Для N=0, длина будет 0.

Примеры

>> x_s, y1_s, y2_s = pts_to_poststep(x, y1, y2)

matplotlib.cbook.pts_to_prestep(x, *args) [source]

Преобразовать непрерывную линию в пре-шаги.

Учитывая набор N точек, преобразуйте их в 2N - 1 точки, которые при линейном соединении образуют ступенчатую функцию, изменяющую значения в начале интервалов.

Параметры:

Параметры:	`x : array` Положение x шагов. Может быть пустым. `y1, ..., yp : array` Массивы y, которые нужно преобразовать в шаги; все они должны иметь одинаковую длину с `x`.
Возвращает:	`out : array` Значения x и y, преобразованные в шаги в том же порядке, что и на входе; могут быть распакованы как `x_out, y1_out, ..., yp_out`. Если длина входных данных равна `N`, каждый из этих массивов будет длиной `2N + 1`. Для `N=0`, длина будет 0.

x : array: Положение x шагов. Может быть пустым.
y1, ..., yp : array: Массивы y, которые нужно преобразовать в шаги; все они должны иметь одинаковую длину с x.

Возвращает:

out : array: Значения x и y, преобразованные в шаги в том же порядке, что и на входе; могут быть распакованы как x_out, y1_out, ..., yp_out. Если длина входных данных равна N, каждый из этих массивов будет длиной 2N + 1. Для N=0, длина будет 0.

Примеры

>> x_s, y1_s, y2_s = pts_to_prestep(x, y1, y2)

matplotlib.cbook.recursive_remove(path) [source]: Устарело начиная с версии 2.1: Функция recursive_remove устарела начиная с версии 2.1. Используйте shutil.rmtree вместо нее.

matplotlib.cbook.report_memory(i=0) [source]: Возвращает память, потребляемую процессом.

matplotlib.cbook.restrict_dict(d, keys) [source]: Устарело начиная с версии 2.1: Функция restrict_dict устарела начиная с версии 2.1.

Возвращает словарь, содержащий ключи, присутствующие как в d, так и в keys, со значениями из d.

matplotlib.cbook.reverse_dict(d) [source]: Устарело начиная с версии 2.1: Функция reverse_dict устарела начиная с версии 2.1.

Инвертирует словарь — может потерять данные, если значения не уникальны!

matplotlib.cbook.safe_first_element(obj) [source]

matplotlib.cbook.safe_masked_invalid(x, copy=False) [source]

matplotlib.cbook.safezip(*args) [source]: Убедитесь, что args имеют одинаковую длину перед объединением.

matplotlib.cbook.sanitize_sequence(data) [source]: Преобразует объект dictview в список.

class matplotlib.cbook.silent_list(type, seq=None) [source]

Базируется на list

Переопределяет repr при возвращении списка matplotlib-объектов, чтобы предотвратить вывод длинных бессмысленных строк. Предназначено для использования в однородном списке заданного типа.

matplotlib.cbook.simple_linear_interpolation(a, steps) [source]

Интерполяция между парами исходных точек.

Параметры:	`a : array, shape (n, ...)` `steps : int`
Возвращает:	*Массив, форма ``((n - 1) шаги + 1, ...)`` В каждом столбце a, ``(шаги - 1)`` точек вставляются между каждой парой исходных значений; значения линейно интерполируются.**

matplotlib.cbook.soundex(name, len=4) [source]: Устарело начиная с версии 2.1: Функция soundex устарела начиная с версии 2.1.

Модуль soundex, соответствующий алгоритму Оделл-Рассел.

matplotlib.cbook.strip_math(s) [source]: Удаление форматирования LaTeX из mathtext.

matplotlib.cbook.to_filehandle(fname, flag='rU', return_opened=False, encoding=None) [source]: fname может быть os.PathLike или файловым дескриптором. Поддержка сжатых файлов .gz автоматическая, если имя файла заканчивается на .gz. flag — флаг чтения/записи для file().

class matplotlib.cbook.todate(**kwargs) [source]

Базируется на matplotlib.cbook.converter

Устарело начиная с версии 2.1: Класс todate устарел начиная с версии 2.1.

Преобразование в дату или None.

class matplotlib.cbook.todatetime(**kwargs) [source]

Базируется на matplotlib.cbook.converter

Устарело начиная с версии 2.1: Класс todatetime устарел начиная с версии 2.1.

Преобразование в datetime или None.

class matplotlib.cbook.tofloat(**kwargs) [source]

Базируется на matplotlib.cbook.converter

Устарело начиная с версии 2.1: Класс tofloat устарел начиная с версии 2.1.

Преобразование в число с плавающей точкой или None.

class matplotlib.cbook.toint(**kwargs) [source]

Базируется на matplotlib.cbook.converter

Устарело начиная с версии 2.1: Класс toint устарел начиная с версии 2.1.

Преобразование в целое число или None.

class matplotlib.cbook.tostr(**kwargs) [source]

Базовое класс: matplotlib.cbook.converter

Устарело начиная с версии 2.1: Класс tostr был устаревшим в версии 2.1.

Преобразование в строку или None

matplotlib.cbook.unicode_safe(s) [source]

matplotlib.cbook.unique(x) [source]: Устарело начиная с версии 2.1: Функция unique была устаревшим в версии 2.1.

Возвращает список уникальных элементов x

matplotlib.cbook.unmasked_index_ranges(mask, compressed=True) [source]

Устарело начиная с версии 2.1: Функция unmasked_index_ranges была устаревшим в версии 2.1.

Поиск диапазонов индексов, где mask равен False.

mask будет сглажен, если он не является одномерным.

Возвращает Nx2 numpy.ndarray с каждой строкой начального и конечного индексов для срезов сжатого numpy.ndarray, соответствующего каждому из N непрерывных проходов неумаскированных значений. Если необязательный аргумент compressed равен False, он возвращает начальные и конечные индексы в исходном numpy.ndarray, а не в сжатом numpy.ndarray. Возвращает None, если нет неумаскированных значений.

Пример:

y = ma.array(np.arange(5), mask = [0,0,1,0,0])
ii = unmasked_index_ranges(ma.getmaskarray(y))
# returns array [[0,2,] [2,4,]]

y.compressed()[ii[1,0]:ii[1,1]]
# returns array [3,4,]

ii = unmasked_index_ranges(ma.getmaskarray(y), compressed=False)
# returns array [[0, 2], [3, 5]]

y.filled()[ii[1,0]:ii[1,1]]
# returns array [3,4,]

Перед рефакторингом преобразований это использовалось для поддержки массивов с масками в Line2D.

matplotlib.cbook.violin_stats(X, method, points=100) [source]

Возвращает список словарей данных, которые можно использовать для построения набора диаграмм «скрин». См. раздел Returns ниже, чтобы увидеть необходимые ключи словаря. Пользователи могут пропустить эту функцию и передать пользовательский набор словарей в метод axes.vplot вместо использования MPL для выполнения вычислений.

Параметры:

Параметры:	`X : array-like` Данные выборки, которые будут использоваться для создания оценок плотности гауссова ядра. Должны иметь 2 или менее измерений. `method : callable` Метод, используемый для вычисления оценки плотности ядра для каждого столбца данных. При вызове через `method(v, coords)`, он должен возвращать вектор значений KDE, вычисленных в значениях, указанных в coords. `points : scalar, default = 100` Определяет количество точек для оценки каждой из оценок плотности гауссова ядра.
Возвращает:	Список словарей, содержащих результаты для каждого столбца данных. Словари содержат по крайней мере следующее: coords: Список скаляров, содержащих координаты, в которых была вычислена эта оценка плотности ядра. vals: Список скаляров, содержащих значения оценки плотности ядра в каждой из координат, указанных в `coords`. mean: Среднее значение для этого столбца данных. median: Медианное значение для этого столбца данных. min: Минимальное значение для этого столбца данных. max: Максимальное значение для этого столбца данных.

X : array-like: Данные выборки, которые будут использоваться для создания оценок плотности гауссова ядра. Должны иметь 2 или менее измерений.
method : callable: Метод, используемый для вычисления оценки плотности ядра для каждого столбца данных. При вызове через method(v, coords), он должен возвращать вектор значений KDE, вычисленных в значениях, указанных в coords.
points : scalar, default = 100: Определяет количество точек для оценки каждой из оценок плотности гауссова ядра.

Возвращает:

Список словарей, содержащих результаты для каждого столбца данных.

Словари содержат по крайней мере следующее:

coords: Список скаляров, содержащих координаты, в которых была вычислена эта оценка плотности ядра.
vals: Список скаляров, содержащих значения оценки плотности ядра в каждой из координат, указанных в coords.
mean: Среднее значение для этого столбца данных.
median: Медианное значение для этого столбца данных.
min: Минимальное значение для этого столбца данных.
max: Максимальное значение для этого столбца данных.

matplotlib.cbook.wrap(prefix, text, cols) [source]: Устарело начиная с версии 2.1: Функция wrap была устаревшим в версии 2.1. Используйте textwrap.TextWrapper вместо неё.

Обёртывание text с prefix в длине cols