本文將帶領(lǐng)大家學(xué)習(xí)Plotters的基礎(chǔ)用法。重點學(xué)習(xí)Plotters的圖表元素和常用圖表的使用。
本文是“Rust替代Python進行機器學(xué)習(xí)”系列文章的第四篇，其他教程請參考下面表格目錄：
| Python庫 | Rust替代方案 | 教程 |
|---|---|---|
numpy | ndarray | Rust機器學(xué)習(xí)之ndarray |
pandas | Polars | Rust機器學(xué)習(xí)之Polars |
scikit-learn | Linfa | Rust機器學(xué)習(xí)之Linfa |
matplotlib | plotters | Rust機器學(xué)習(xí)之plotters |
pytorch | tch-rs | Rust機器學(xué)習(xí)之tch-rs |
networks | petgraph | Rust機器學(xué)習(xí)之petgraph |
文章目錄數(shù)據(jù)和算法工程師偏愛Jupyter，為了跟Python保持一致的工作環(huán)境，文章中的示例都運行在Jupyter上。因此需要各位搭建Rust交互式編程環(huán)境（讓Rust作為Jupyter的內(nèi)核運行在Jupyter上），相關(guān)教程請參考 Rust交互式編程環(huán)境搭建
Plotters是一個用純Rust開發(fā)的圖形庫，用于中渲染圖形、圖表和數(shù)據(jù)可視化。它支持靜態(tài)圖片渲染和實時渲染，并支持多種后端，包括：位圖格式（png、bmp、gif等）、矢量圖（svg）、窗口和HTML5 Canvas。
Plotters對不同后端使用統(tǒng)一的高級API，并允許開發(fā)者自定義坐標(biāo)系。在Plotters中，任何類型的圖表都被抽象為一系列繪圖操作，通過這些繪圖操作，開發(fā)者可以自由地操控和組合繪圖內(nèi)容。因此Plotters不會限制圖表類型，開發(fā)者可以組合出任意內(nèi)容的圖表。
安裝Plotters非常簡單。如果是Cargo項目，只需要在Cargo.toml中加入
重慶分公司
重慶分公司
[dependencies]
plotters = "0.3.4"如果是在jupyter環(huán)境下，可以用evcxr的:dep加載依賴，只需要加入下面一句：
:dep plotters = {version = "0.3.4", default_features = false, features = ["evcxr", "all_series", "all_elements"] }因為evcxr只支持輸出SVG格式圖片，所以這里不需要其他后端，因此我們需要加上default_features = false關(guān)掉plotters原本的后端，同時加上features = ["evcxr", "all_series", "all_elements"]，讓plotters支持evcxr環(huán)境，all_series表示支持所有圖表，all_elements表示支持所有的圖表元素。
關(guān)掉plotters原本的后端能讓plotters第一次加載時快很多，但即便這樣，初次編譯plotters還是需要點時間。但好在jupyter中cell之間是共享環(huán)境的，第一次編譯加載完后，后面調(diào)用都很快。
Plotters初探安裝好plotters后，我們來看一下Plotters的基本用法。
首先需要引入所需的模塊，這里最簡單的做法是引入prelude，prelude里包含了evcxr繪圖所需的evcxr_figure方法。
extern crate plotters;
use plotters::prelude::*;要想在Jupyter中創(chuàng)建圖表，需要使用evcxr_figure方法。evcxr_figure方法接收2個參數(shù)，第一個參數(shù)是圖表的尺寸，第二個參數(shù)是一個閉包，用于處理圖表的繪制。這里的閉包會帶上一個DrawingArea對象，這是plotters的繪圖后端，一切繪圖操作都在此后端上進行。我們先來看個簡單的例子：
evcxr_figure((300, 100), |root| {// 繪圖邏輯
root.fill(&BLUE)?;
// 最后返回OK告訴Plotters畫完了
Ok(())
})上面的代碼會在Jupyter中顯示一個用綠色填充的300*100大小的矩形。
上面的圖形太單調(diào)了，我們在上面寫點文字。
evcxr_figure((300, 100), |root| {// 繪圖邏輯
root.fill(&GREEN)?;
// 繪制文字
root.draw(&Text::new("Plotters真好用!", (40, 40), ("Arial", 30).into_font()))?;
// 最后返回OK告訴Plotters畫完了
Ok(())
})上面的代碼在原來代碼的基礎(chǔ)上加入了一行root.draw(&Text::new("Plotters真好用!", (40, 40), ("Arial", 30).into_font()))?;。這里draw方法用于繪制元素，傳入3個參數(shù)，第一個參數(shù)是繪制的內(nèi)容，這里我們創(chuàng)建了一個文本（Text）對象；第二個參數(shù)是繪制的位置（元素左上角在繪圖區(qū)的位置）；第三個參數(shù)是字體對象，可以空值文本的字體和大小。繪制效果如下圖：
Plotters的一大特性是可以通過將繪圖區(qū)域分割成若干子繪圖區(qū)域來繪制多個圖形，并且這種分割可以遞歸地進行下去。這個特性使得Plotters實現(xiàn)分型繪圖非常簡單。我們嘗試用Plotters畫一個謝爾賓斯基地毯：
use plotters::coord::Shift;
pub fn sierpinski_carpet(
depth: u32,
drawing_area: &DrawingArea)
->Result<(), Box>{if depth >0 {// 將傳入地繪圖區(qū)分割成3*3個子區(qū)域
let sub_areas = drawing_area.split_evenly((3,3));
// 遍歷這3*3個子區(qū)域
for (idx, sub_area) in (0..).zip(sub_areas.iter()) {if idx == 4 {// 第5個區(qū)域（中心區(qū)域）填上白色
sub_area.fill(&WHITE)?;
} else {// 其他區(qū)域遞歸地進行繪圖
sierpinski_carpet(depth - 1, sub_area)?;
}
}
}
Ok(())
}
evcxr_figure((4800,4800), |root| {root.fill(&BLACK)?;
sierpinski_carpet(5, &root)
}).style("width: 400px") // 這里可以CSS來展示輸出圖片在網(wǎng)頁上的顯示 
除了繪制各種圖形外，Plotters最主要的功能就是繪制圖表。Plotters提供了_圖表上下文_API讓我們可以方便地操作圖表的標(biāo)題、坐標(biāo)軸、網(wǎng)格、圖例等圖表元素。下面的例子展示了如何使用圖表上下文繪制圖表：
evcxr_figure((640, 240), |root| {root.fill(&WHITE)?;
// 創(chuàng)建圖表上下文
let mut chart = ChartBuilder::on(&root)
.caption("圖表標(biāo)題", ("Arial", 20).into_font())
.build_cartesian_2d(0f32..1f32, 0f32..1f32)?;
// 將數(shù)據(jù)繪制到圖表上
chart.draw_series((1..10).map(|x|{let x = x as f32/10.0;
Circle::new((x, x), 5, &RED)
}))?;
Ok(())
}).style("width:60%")上面的代碼首先用ChartBuilder::on方法創(chuàng)建圖表上下文，這里需要傳入繪圖區(qū)域，將圖表上下文綁定在此繪圖區(qū)域上。然后用caption方法設(shè)置圖表的標(biāo)題，用build_cartesian_2d方法設(shè)置直角坐標(biāo)系的取值范圍。
創(chuàng)建好圖表上下文后，我們就可以調(diào)用圖表上下文的draw_series方法繪制圖表的內(nèi)容。這里只是簡單地畫了10個散點，效果如下：
上面的圖表可能不像圖表，因為沒有將坐標(biāo)軸畫出來。其實圖表中有很多元素可以設(shè)置，上面的例子只展示了標(biāo)題和內(nèi)容，下一節(jié)我們會逐個看一下圖表都有哪些組成元素以及如何配置他們。
添加圖表元素Plotters允許我們靈活地向圖表中添加坐標(biāo)軸、網(wǎng)格、圖例等元素，本節(jié)我們就來看一下如何向圖表中添加這些元素。
添加網(wǎng)格我們首先向上一節(jié)的圖表中加入網(wǎng)格。很簡單，只需要加入一句chart.configure_mesh().draw()?;即可：
evcxr_figure((640, 240), |root| {root.fill(&WHITE)?;
// 創(chuàng)建圖表上下文
let mut chart = ChartBuilder::on(&root)
.caption("帶網(wǎng)格的圖表", ("Arial", 20).into_font())
.build_cartesian_2d(0f32..1f32, 0f32..1f32)?;
// 繪制網(wǎng)格
chart.configure_mesh().draw()?;
// 將數(shù)據(jù)繪制到圖表上
chart.draw_series((1..10).map(|x|{let x = x as f32/10.0;
Circle::new((x, x), 5, &RED)
}))?;
Ok(())
}).style("width:60%")
網(wǎng)格支持很多配置可以控制網(wǎng)格的呈現(xiàn)形式。bold_line_style和light_line_style方法可以控制主/副網(wǎng)格線的顏色和透明度，如果想隱藏網(wǎng)格線可以傳入&TRANSPARENT。x_labels和y_labels方法可以設(shè)置坐標(biāo)軸的刻度。如果想禁用某個軸上的網(wǎng)格，可以用disable_x_mesh或disable_y_mesh方法。下面代碼可以實現(xiàn)隱藏x軸向網(wǎng)格，隱藏副網(wǎng)格線，y軸網(wǎng)格顯示10個刻度：
chart.configure_mesh()
.y_labels(10)
.light_line_style(&TRANSPARENT)
.disable_x_mesh()
關(guān)于網(wǎng)格的更多配置，請參考MeshStyle in plotters::chart - Rust (docs.rs)
添加坐標(biāo)軸其實在我們調(diào)用build_cartesian_2d方法時，坐標(biāo)軸就已經(jīng)建立好了。那為什么我們看不到圖表中有坐標(biāo)軸呢？這是因為我們沒有設(shè)置坐標(biāo)軸的顯示區(qū)域。Plotters中用x_label_area_size和y_label_area_size來設(shè)置橫坐標(biāo)和縱坐標(biāo)的顯示區(qū)域。我們只要在創(chuàng)建圖表上下文時設(shè)置橫坐標(biāo)/縱坐標(biāo)的高度/寬度即可。
evcxr_figure((640, 240), |root| {root.fill(&WHITE)?;
// 創(chuàng)建圖表上下文
let mut chart = ChartBuilder::on(&root)
.caption("帶坐標(biāo)軸和網(wǎng)格的圖表", ("Arial", 20).into_font())
.x_label_area_size(40) // x軸顯示區(qū)域（高度）
.y_label_area_size(40) // y軸顯示區(qū)域（寬度）
.build_cartesian_2d(0f32..1f32, 0f32..1f32)?;
// 繪制網(wǎng)格
chart.configure_mesh()
.y_labels(10)
.light_line_style(&TRANSPARENT)
.disable_x_mesh()
.draw()?;
// 將數(shù)據(jù)繪制到圖表上
chart.draw_series((1..10).map(|x|{let x = x as f32/10.0;
Circle::new((x, x), 5, &RED)
}))?;
Ok(())
}).style("width:60%")
我們還可以調(diào)用MeshStyle的x_desc和y_desc方法為坐標(biāo)軸設(shè)置描述：
chart.configure_mesh()
.x_desc("X軸描述")
.y_desc("Y軸描述")
...
如果圖表中有多個圖線，一般我們需要添加圖例加以區(qū)分。Plotters中可以在繪制圖線后用label方法設(shè)置圖例名稱，用legend繪制圖例。由于圖例是單獨的元素，設(shè)置好后需要調(diào)用configure_series_labels().draw()才能繪制出來，請看下面的代碼：
chart.draw_series((1..10).map(|x|{let x = x as f32/10.0;
Circle::new((x, x), 5, &RED)
}))?
.label("y=x")
.legend(|(x, y)| Circle::new((x+20, y), 4, &RED));
chart.configure_series_labels().draw()?;
與其他圖標(biāo)庫不同，Plotters并沒有內(nèi)置任何形式的圖表，而是將圖表抽象為一個叫series的概念。這樣做大的好處是靈活，可以方便地將兩種不同類型的圖組合在一起。
為了使用方便，Plotters內(nèi)置了幾個常用的series，分別是：
我們也可以定義自己的serires，然后根據(jù)數(shù)據(jù)在圖上的坐標(biāo)繪制任意圖形，靈活程度非常高。
我們先來隨機創(chuàng)建一些點：
:dep rand = {version = "0.6.5" }
extern crate rand;
use rand::distributions::Normal;
use rand::distributions::Distribution;
use rand::thread_rng;
let sd = 0.13;
let random_points:Vec<(f64,f64)>= {let mut norm_dist = Normal::new(0.5, sd);
let (mut x_rand, mut y_rand) = (thread_rng(), thread_rng());
let x_iter = norm_dist.sample_iter(&mut x_rand);
let y_iter = norm_dist.sample_iter(&mut y_rand);
x_iter.zip(y_iter).take(1000).collect()
};這里我們用正態(tài)分布生成了1000個點。
用Plotters繪制散點圖很簡單。只需要傳入坐標(biāo)序列即可。下面的示例顯示了如何制作2D正態(tài)分布圖。紅色矩形是 2 σ 2\sigma 2σ面積，紅色十字是平均值。
evcxr_figure((640, 480), |root| {root.fill(&WHITE)?;
// The following code will create a chart context
let mut chart = ChartBuilder::on(&root)
.caption("隨機正態(tài)分布散點圖", ("Arial", 20).into_font())
.x_label_area_size(40)
.y_label_area_size(40)
.build_ranged(0f64..1f64, 0f64..1f64)?;
chart.configure_mesh()
.disable_x_mesh() // 隱藏網(wǎng)格
.disable_y_mesh() // 隱藏網(wǎng)格
.draw()?;
// 繪制散點
chart.draw_series(random_points.iter().map(|(x,y)| Circle::new((*x,*y), 3, GREEN.filled())));
// 繪制紅色矩形，框住2σ區(qū)域
let area = chart.plotting_area();
let two_sigma = sd * 2.0;
area.draw(&Rectangle::new(
[(0.5 - two_sigma, 0.5 - two_sigma), (0.5 + two_sigma, 0.5 + two_sigma)],
RED.mix(0.3).filled())
)?;
// 標(biāo)出均值位置
area.draw(&Cross::new((0.5, 0.5), 5, &RED))?;
Ok(())
}).style("width:60%")
Plotters提供了LineSeries用于繪制折線圖，只需要傳入一系列坐標(biāo)點序列，Plotters就能將這些點連成折線。下面示例展示了如何用LineSeries繪制正弦曲線和余弦曲線:
evcxr_figure((640, 480), |root| {let x_axis = (-3.4f32..3.4).step(0.01);
root.fill(&WHITE)?;
let mut chart = ChartBuilder::on(&root)
.margin(5)
.set_all_label_area_size(50)
.caption("正弦曲線和余弦曲線", ("sans-serif", 20))
.build_cartesian_2d(-3.4f32..3.4, -1.2f32..1.2f32)?;
chart.configure_mesh()
.x_labels(20)
.y_labels(10)
.disable_mesh()
.x_label_formatter(&|v| format!("{:.1}", v))
.y_label_formatter(&|v| format!("{:.1}", v))
.draw()?;
// 繪制正弦曲線
chart.draw_series(LineSeries::new(x_axis.values().map(|x| (x, x.sin())), &RED))?
.label("正弦")
.legend(|(x, y)| PathElement::new(vec![(x, y), (x + 20, y)], &RED));
// 繪制余弦曲線
chart.draw_series(LineSeries::new(
x_axis.values().map(|x| (x, x.cos())),
&BLUE,
))?
.label("余弦")
.legend(|(x, y)| PathElement::new(vec![(x, y), (x + 20, y)], &BLUE));
chart.configure_series_labels().border_style(&BLACK).draw()?;
Ok(())
}).style("width:60%")
在數(shù)據(jù)可視化中直方圖也是用的最多的一種圖。Plotters提供了Histogram生成直方圖series。下面的代碼分別統(tǒng)計了散點圖中隨機點在x軸和y軸上的分布:
evcxr_figure((640, 480), |root| {let areas = root.split_evenly((2,1));
let mut charts = vec![];
root.fill(&WHITE)?;
for (area, name) in areas.iter().zip(["X", "Y"].into_iter()) {let mut chart = ChartBuilder::on(&area)
.caption(format!("{}軸直方圖", name), ("Arial", 20).into_font())
.x_label_area_size(40)
.y_label_area_size(40)
.build_cartesian_2d(0u32..100u32, 0f64..0.5f64)?;
chart.configure_mesh()
.disable_x_mesh()
.disable_y_mesh()
.y_labels(5)
.x_label_formatter(&|x| format!("{:.1}", *x as f64 / 100.0))
.y_label_formatter(&|y| format!("{}%", (*y * 100.0) as u32))
.draw()?;
charts.push(chart);
}
let hist_x = Histogram::vertical(&charts[0])
.style(RED.filled())
.margin(0)
.data(random_points.iter().map(|(x,_)| ((x*100.0) as u32, 0.01)));
let hist_y = Histogram::vertical(&charts[0])
.style(GREEN.filled())
.margin(0)
.data(random_points.iter().map(|(_,y)| ((y*100.0) as u32, 0.01)));
charts[0].draw_series(hist_x);
charts[1].draw_series(hist_y);
Ok(())
}).style("width:60%")
Plotter最強大的地方就是可以通過分割子圖將多個圖表組合在一起。我們可以將隨機點的散點圖和各軸上的分布直方圖組合在一起：
evcxr_figure((640, 480), |root| {root.fill(&WHITE)?;
let root = root.titled("散點圖組合直方圖", ("Arial", 20).into_font())?;
let areas = root.split_by_breakpoints([560], [80]);
let mut x_hist_ctx = ChartBuilder::on(&areas[0])
.y_label_area_size(40)
.build_cartesian_2d(0u32..100u32, 0f64..0.5f64)?;
let mut y_hist_ctx = ChartBuilder::on(&areas[3])
.x_label_area_size(40)
.build_cartesian_2d(0f64..0.5f64, 0..100u32)?;
let mut scatter_ctx = ChartBuilder::on(&areas[2])
.x_label_area_size(40)
.y_label_area_size(40)
.build_cartesian_2d(0f64..1f64, 0f64..1f64)?;
scatter_ctx.configure_mesh()
.disable_x_mesh()
.disable_y_mesh()
.draw()?;
scatter_ctx.draw_series(random_points.iter().map(|(x,y)| Circle::new((*x,*y), 3, BLUE.filled())))?;
let x_hist = Histogram::vertical(&x_hist_ctx)
.style(RED.filled())
.margin(0)
.data(random_points.iter().map(|(x,_)| ((x*100.0) as u32, 0.01)));
let y_hist = Histogram::horizontal(&y_hist_ctx)
.style(GREEN.filled())
.margin(0)
.data(random_points.iter().map(|(_,y)| ((y*100.0) as u32, 0.01)));
x_hist_ctx.draw_series(x_hist)?;
y_hist_ctx.draw_series(y_hist)?;
Ok(())
}).style("width:60%")
盡管Plotters與Python的matplotlib思想和用法不同，但與matplotlib比Plotters有很多優(yōu)勢：
Plotters的功能和配置項非常多，本文只選擇日常最常用的功能和圖表做了講解和演示，更多內(nèi)容請閱讀Plotters Developer’s Guide。
你是否還在尋找穩(wěn)定的海外服務(wù)器提供商？創(chuàng)新互聯(lián)www.cdcxhl.cn海外機房具備T級流量清洗系統(tǒng)配攻擊溯源，準(zhǔn)確流量調(diào)度確保服務(wù)器高可用性，企業(yè)級服務(wù)器適合批量采購，新人活動首月15元起，快前往官網(wǎng)查看詳情吧
