matplotlib-cpp是Matplotlib（MPL）为C++提供的一个用于python的matplotlib绘图库的C++包装器。它的构建类似于Matlab和matplotlib使用的绘图API。

However, the function signatures might differ and Matplotlib for C++ does not support the full functionality of MPL. The purpose is providing an easy-to-use wrapper to MPL in C++, not to fully translate the library.

然而，函数签名可能不同，C++的Matplotlib不支持MPL的全部功能。其目的是为C++中的MPL提供一个易于使用的包装器，而不是完全翻译库。

库下载和环境要求

下载matplotlib-cpp库：

git clone https://github.com/lava/matplotlib-cpp.git

matplotlibcpp库的结构比较简单，其目录结构如下：

.
├── cmake
├── CMakeLists.txt  //cmake文件
├── contrib
├── examples
├── LICENSE
├── LICENSE.matplotlib
├── matplotlibcpp.h //头文件
└── README.md

其中最核心的就是matplotlib.h，该头文件封装了大量C++调用matplotlib的API，在实际使用的时候，只需要将其复制到项目的include就可以。头matplotlibcpp.h取决于Python头Python.h、相应的Python库libpython和numpy/arrayobject.h。如果不在标准include路径中，则必须分别使用选项-I、-L和-l为编译器指定头文件的路径、库的路径和库本身。

matplotlib-cpp通过包装器调用python的matplotlib来工作。因此使用matplotlib-cpp必须有python环境、matplotlib和numpy/arrayobject.h。目前Python2.7和Python3（>=3.6）已经过测试，如果没有可以使用：,

sudo apt-get install python-matplotlib python-numpy python2.7-dev
//or sudo apt-get install python-matplotlib python-numpy python3-dev

By default Matplotlib for C++ uses Numpy arrays. This requires the above header file. However it is possible to avoid this header by defining -DWITHOUT_NUMPY.

默认情况下，C++的Matplotlib使用Numpy数组。这需要上面的头文件。但是，可以通过定义-DWITHOUT_NUMPY来避免此标头。

目前C++代码与python2和python3都兼容。但是，CMakeLists.txt文件当前默认设置为使用python3，因此如果需要python2，则必须手动更改。

By design (of python), only a single python interpreter can be created per process. When using this library, no other library that is spawning a python interpreter internally can be used.

根据（python的）设计，每个进程只能创建一个python解释器。当使用这个库时，不能使用其他在内部生成python解释器的库。

如果不使用cmake，我们也可以使用最基本的g++编译器编译，调用示例如下：

g++ example.cpp -I/usr/include/python2.7 -lpython2.7

常用的函数和方法

matplotlib-cpp的所有函数都组织在名称空间matplotlibcpp中。通常情况下，为了方便（并本着Python规范的精神），我们通常定义缩写plt，即：

#include "matplotlibcpp.h"
namespace plt = matplotlibcpp;

后面的介绍默认使用了namespace plt = matplotlibcpp;，即用缩写代替matplotlibcpp

plot相关

绘制曲线最常用的就是plot函数，其原型如下

//绘制x,y
template<typename VectorX, typename VectorY>
bool plot(const VectorX &x, const VectorY &y, const std::string &s = "",                       const std::map<std::string, std::string> &keywords = {})

//绘制y 
//对于大小为n的向量y，x数据被设置为0，。。。，n−1
template<typename VectorY>
bool plot(const VectorY &y, const std::string &format = "", const std::map<std::string, std::string> &keywords = {})

该函数用来绘制y与x的关系图。 两个向量x 并且y必须具有相同的长度。格式化字符串s可以指定线条的颜色、标记和样式。map关键字可能包含绘图的其他命名参数。

示例：

#include <vector>
#include "matplotlibcpp.h"
namespace plt = matplotlibcpp;

int main() {
  std::vector<double> x = {1, 2, 3, 4};
  std::vector<double> y = {1, 4, 9, 16};

  plt::plot(x, y);
  //plt::plot(x, y, "r*");  // 红色的*作标记，没有连线
  //plt::plot(x, y, "bo-");  // 蓝色的点+蓝色的线
  //plt::plot(x, y, "bo-", {{"label", "f(x)"}});  // 添加f(x)标签
  //plt::plot(x, y, {{"label", "$y = x^2$"}});  // 支持latex
  //plt::legend();                                // 激活图例
  plt::show();

  return 0;
}

运行结果：

另外matplotlib-cpp还提供了对数为刻度的坐标系函数，其用法与plot类似，它们对应的函数原型如下：

//以双对数刻度绘制y与x的关系图
template<typename VectorX, typename VectorY>
bool loglog(const VectorX &x, const VectorY &y, const std::string &s = "",
            const std::map<std::string, std::string> &keywords = {})

//用对数x和线性y标度绘制y与x的关系图
template<typename VectorX, typename VectorY>
bool semilogx(const VectorX &x, const VectorY &y, const std::string &s = "", const std::map<std::string, std::string> &keywords = {})

//用对数x和线性y标度绘制y
template<typename VectorY>
bool semilogx(const VectorY &y, const std::string &s = "", const std::map<std::string, std::string> &keywords = {})

//以线性x和对数y标度绘制y与x的关系图
template<typename VectorX, typename VectorY>
bool semilogy(const VectorX &x, const VectorY &y, const std::string &s = "", const std::map<std::string, std::string> &keywords = {})

//以线性x和对数y标度绘制y
template<typename VectorY>
bool semilogy(const VectorY &y, const std::string &s = "", const std::map<std::string, std::string> &keywords = {})

除了对数坐标系外，matplotlib-cpp还提供了文本显示功能，其函数原型如下：

template<typename Numeric>
void text(Numeric x, Numeric y, const std::string &s = "")

x、y分别代表文本的位置坐标，s为文本内容

示例：

#include <vector>
#include "matplotlibcpp.h"
namespace plt = matplotlibcpp;

int main() {

  std::vector<double> x = {0.1, 0.2, 0.5};
  plt::plot(x, "s");
  plt::text(1.0, 0.1, "Text under a square");
  plt::show();

  return 0;
}

输出结果：

figure相关

• 使用一个ID号初始化一个新图形。

  //number: 图形的编号。如果设置为-1，则使用默认编号（从0开始递增）
  inline long figure(long number = -1)
  

• 设置figure的宽度和高度

  //w: 图形的宽度（以像素为单位）
  //h: 图形的高度（以像素为单位）
  void figure_size(size_t w, size_t h)
  

• 启动图例

  /*
  loc: 图例的位置。可以是以下任意一种：“best”, “upper left”, “upper center”, 
                                  “upper left”, “center left”, “center”,   
                                  “center right” (= “right”), “lower left”,
                                  “lower center”, “lower right”
  bbox_to_anchor: 如果设置为长度为2或4的矢量，则指定图例边界框的位置（和大小）。
                  格式为（x，y）或 （x，y，宽度，高度）。
                  坐标以与绘图轴相同的单位进行解释（因此没有归一化坐标）
  */
  template<typename Vector = std::vector<double>>
  inline void legend(const std::string &loc = "best", const Vector &bbox_to_anchor = Vector())
  

  示例：

  //将图例放在右下象限的中心。
  //第一个参数：loc，第二个：bbox_to_anchor
  plt::legend("center", {0.5, 0, 0.5, 0.5});
  

• 设置x轴范围。

  //left:  左轴限制
  //right: 右轴限制
  template<typename Numeric>
  void xlim(Numeric left, Numeric right)
  

• 设置y轴范围。

  //bottom: 底部轴限制
  //top:    顶部轴限制
  template<typename Numeric>
  void ylim(Numeric bottom, Numeric top)
  

• 获取x、y轴范围。

  //返回值： 指向长度为2的数组的指针，该数组包含[left，right]
  inline double *xlim()
  
  //返回值： 指向长度为2的数组的指针，该数组包含[bottom，top]
  inline double *ylim()    
  

• 设置figure的标题。

  //titlestr: 情节的标题
  //keywords: 其他关键字
  inline void title(const std::string &titlestr, const std::map<std::string, std::string> &keywords = {})
  

• 将居中的标题添加到figure中。

  //suptitle str: 图形的标题
  //keywords:     其他关键字
  inline void suptitle(const std::string &suptitlestr, const std::map<std::string, std::string> &keywords = {})
  

• 设置坐标轴的一些属性。

  /*
  option: 要激活的选项
  其支持的选项有：
  on-------启用轴线和标签
  off------关闭轴线和标签
  equal----通过更改轴限制来设置相等的缩放比例。
  scaled---通过更改绘图框的尺寸来设置相等的缩放比例。
  tight----设置足够大的限制以显示所有数据。
  auto-----自动缩放（用数据填充绘图框）。
  image----以等于数据限制的轴限制进行缩放。
  square---方形地块；类似于缩放，但最初强制相同的x轴和y轴长度。
  */
  inline void axis(const std::string &option)
  

• 保存当前图形。

  /*
  filename: 将图形保存为文件名（必须包含文件格式），支持的文件类型取决于用户后端，但通常包含             pdf、eps和png等。
  keywords: 其他关键字
  */
  inline void savefig(const std::string &filename, const std::map<std::string, std::string> &keywords = {})
  

  其会始终存储图形的当前状态。例如：

  plt::plot(time, apple_sales);
  plt::savefig("sales.pdf");  // 仅包含apple_sales
  plt::plot(time, kiwi_sales);
  plt::savefig("sales.pdf");  // 包含apple 和 kiwi sales
  

  我们可以使用调用plt::show()清除绘图，例如：

  plt::plot(x, y);
  plt::show();
  plt::savefig("is_this_empty.pdf");  // 是的，这个是空的
  
  plt::plot(x, y);
  plt::savefig("this_isnt_empty.pdf");  // 建议始终在show之前调用savefig
  plt::show();
  

  有时候如果轴标签在外面太远在保存图片的时候可能会被切断，我们可以尝试使用：

  //将图片以恰当的匹配形式保存
  plt::savefig("fig.pdf", {{"bbox_inches", "tight"}});
  

• 显示图形。

  /*
  block: 如果为true，则停止执行代码，直到关闭显示的图形为止。
         否则，代码不会停止。根据后端的不同，数字可能根本无法显示。
  */
  inline void show(const bool block = true)
  

其他示例

matplotlibcpp还提供了一些其他示例，我们可以根据需要，在其上面做相应的调整供自己使用。

• 绘制三维图像

  #include "matplotlibcpp.h"
   
  namespace plt = matplotlibcpp;
   
  int main()
  {
      std::vector<std::vector<double>> x, y, z;
      for (double i = -5; i <= 5;  i += 0.25) {
          std::vector<double> x_row, y_row, z_row;
          for (double j = -5; j <= 5; j += 0.25) {
              x_row.push_back(i);
              y_row.push_back(j);
              z_row.push_back(::std::sin(::std::hypot(i, j)));
          }
          x.push_back(x_row);
          y.push_back(y_row);
          z.push_back(z_row);
      }
   
      plt::plot_surface(x, y, z);
      plt::show();
  
      return 0;
  }
  

  输出效果：

  

• 绘制动图：

  #define _USE_MATH_DEFINES
  #include <cmath>
  #include "matplotlibcpp.h"
  
  namespace plt = matplotlibcpp;
  
  int main()
  {
  	int n = 1000;
  	std::vector<double> x, y, z;
  
  	for(int i=0; i<n; i++) {
  		x.push_back(i*i);
  		y.push_back(sin(2*M_PI*i/360.0));
  		z.push_back(log(i));
  
  		if (i % 10 == 0) {
  			// Clear previous plot
  			plt::clf();
  			// Plot line from given x and y data. Color is selected automatically.
  			plt::plot(x, y);
  			// Plot a line whose name will show up as "log(x)" in the legend.
  			plt::named_plot("log(x)", x, z);
  
  			// Set x-axis to interval [0,1000000]
  			plt::xlim(0, n*n);
  
  			// Add graph title
  			plt::title("Sample figure");
  			// Enable legend.
  			plt::legend();
  			// Display plot continuously
  			plt::pause(0.01);
  		}
  	}
  }
  

  输出效果：

  

文章首发公众号：iDoitnow如果喜欢话，可以关注一下