plotchecker 0.2.0

# plotchecker

[](https://travis-ci.org/jhamrick/plotchecker)
[](http://codecov.io/github/jhamrick/plotchecker?branch=master)
[](http://plotchecker.readthedocs.org/en/latest/?badge=latest)

一组用于检查和评分matplotlib图形的实用工具。**请注意，`plotchecker`仅兼容Python 3，不兼容旧版Python 2**。文档可在[Read The Docs](https://plotchecker.readthedocs.org/)上找到。

## 安装

要安装`plotchecker`

```
pip3 install plotchecker
```

## 背景

此库的灵感来源于在编程作业中包含绘图练习。通常，有多种解决同一问题的方法；例如，如果要求学生创建一个“散点图”，以下都是有效的实现方法

```python
# 方法1
plt.plot(x, y, 'o')

# 方法2
plt.scatter(x, y)

# 方法3
for i in range(len(x))
plt.plot(x[i], y[i], 'o')

# 方法4
for i in range(len(x))
plt.scatter(x[i], y[i])
```

不幸的是，上述每种方法在matplotlib中都会创建不同的数据底层表示。方法1创建一个Line对象；方法2创建一个Collection；方法3创建*n*个Line对象，其中*n*是点的数量；方法4创建*n*个Collection对象。测试所有这些不同的边缘情况给教师带来了巨大的负担。

虽然上述一些选项在简单性和性能方面确实比其他选项好，但是要求学生以一种非常具体的方式来创建他们的图表，而我们只要求他们创建散点图，这似乎并不公平。如果它们在视觉上几乎相同，为什么这不是一种有效的方法呢？

请进入“plotchecker”，它旨在抽象化这些差异，并为教师提供一个简单的界面来检查学生的图表。所有必要的只是访问“Axes”对象，然后您可以编写一组通用的测试，用于检查与创建方式无关的图表。

```python
from plotchecker import ScatterPlotChecker

axis = plt.gca()
pc = ScatterPlotChecker(axis)
pc.assert_x_data_equal(x)
pc.assert_y_data_equal(y)
...
```

请参阅[Examples.ipynb](Examples.ipynb)笔记本，以了解如何使用`plotchecker`的更多示例。

注意事项：在matplotlib中创建图表的方式有很多种。`plotchecker`几乎肯定会错过一些边缘情况。如果您发现任何问题，请提交错误报告（或者更好的，提交一个PR！）