kevin-toolbox-dev 1.4.11__py3-none-any.whl → 1.4.13__py3-none-any.whl

kevin_toolbox/patches/for_matplotlib/common_charts/plot_distribution.py

@@ -32,7 +32,7 @@ def plot_distribution(data_s, title, x_name=None, x_name_ls=None, type_="hist",
             output_path:        <str> 图片输出路径。
                         以上两个只需指定一个即可，同时指定时以后者为准。
                         当只有 output_dir 被指定时，将会以 title 作为图片名。
-                        若同时不指定，则直接调用 plt.show() 显示图像，而不进行保存。
+                        若同时不指定，则直接以 np.ndarray 形式返回图片，不进行保存。
                         在保存为文件时，若文件名中存在路径不适宜的非法字符将会被进行替换。
 
         其他可选参数：
@@ -43,6 +43,10 @@ def plot_distribution(data_s, title, x_name=None, x_name_ls=None, type_="hist",
                                     默认为 False，当设置为 True 时将会把函数参数保存成 [output_path].record.tar。
                                     后续可以使用 plot_from_record() 函数或者 Serializer_for_Registry_Execution 读取该档案，并进行修改和重新绘制。
                                     该参数仅在 output_dir 和 output_path 非 None 时起效。
+            b_show_plot:        <boolean> 是否使用 plt.show() 展示图片。
+                                    默认为 False
+            b_bgr_image:        <boolean> 以 np.ndarray 形式返回图片时，图片的channel顺序是采用 bgr 还是 rgb。
+                                    默认为 True
 
         返回值：
             <str> 图像保存的完整文件路径。如果 output_dir 或 output_path 被指定，
@@ -52,7 +56,9 @@ def plot_distribution(data_s, title, x_name=None, x_name_ls=None, type_="hist",
     paras = {
         "dpi": 200,
         "suffix": ".png",
-        "b_generate_record": False
+        "b_generate_record": False,
+        "b_show_plot": False,
+        "b_bgr_image": True
     }
     paras.update(kwargs)
     #
@@ -98,17 +104,22 @@ def plot_distribution(data_s, title, x_name=None, x_name_ls=None, type_="hist",
     # 显示图例
     plt.legend()
 
-    save_plot(plt=plt, output_path=_output_path, dpi=paras["dpi"], suffix=paras["suffix"])
-    return _output_path
+    return save_plot(plt=plt, output_path=_output_path, dpi=paras["dpi"], suffix=paras["suffix"],
+                     b_bgr_image=paras["b_bgr_image"], b_show_plot=paras["b_show_plot"])
 
 
 if __name__ == '__main__':
     import os
+    import cv2
 
-    plot_distribution(
+    image_ = plot_distribution(
         data_s={
-            'a': [1, 2, 3, 4, 5, 3, 2, 1],
+            'a': [0.1, 2, 3, 4, 5, 3, 2, 1],
             'c': [1, 2, 3, 4, 5, 0, 0, 0]},
-        title='test_plot_distribution', x_name_ls=['a', 'c'], type_="category",
-        output_dir=os.path.join(os.path.dirname(__file__), "temp")
+        title='test_plot_distribution', x_name_ls=['a', 'c'],
+        # type_="category",
+        # output_dir=os.path.join(os.path.dirname(__file__), "temp"),
+        # b_show_plot=True
+        type_="hist", steps=1,
     )
+    cv2.imwrite(os.path.join(os.path.dirname(__file__), "temp", "233.png"), image_)

kevin_toolbox/patches/for_matplotlib/common_charts/plot_lines.py

@@ -1,13 +1,38 @@
+import warnings
 import matplotlib.pyplot as plt
 from kevin_toolbox.patches.for_matplotlib.color import generate_color_list
-from kevin_toolbox.patches.for_matplotlib.common_charts.utils import save_plot, save_record, get_output_path
+from kevin_toolbox.patches.for_matplotlib.common_charts.utils import save_plot, save_record, get_output_path, \
+    log_scaling
 from kevin_toolbox.patches.for_matplotlib.variable import COMMON_CHARTS
 
 __name = ":common_charts:plot_lines"
 
 
+def log_scaling_for_x_y(data_s, x_name, y_names, **kwargs):
+    d_s = dict()
+    ticks_s = dict()
+    tick_labels_s = dict()
+    d_s["x"] = data_s.pop(x_name)
+    d_s["y"] = []
+    for k in y_names:
+        d_s["y"].extend(data_s[k])
+    for k in ("x", "y"):
+        d_s[k], ticks_s[k], tick_labels_s[k] = log_scaling(
+            x_ls=d_s[k], log_scale=kwargs[f"{k}_log_scale"],
+            ticks=kwargs[f"{k}_ticks"], tick_labels=kwargs[f"{k}_tick_labels"],
+            label_formatter=kwargs[f"{k}_label_formatter"]
+        )
+    temp = d_s.pop("y")
+    count = 0
+    for k in y_names:
+        data_s[k] = temp[count:count + len(data_s[k])]
+        count += len(data_s[k])
+    data_s[x_name] = d_s["x"]
+    return data_s, ticks_s, tick_labels_s
+
+
 @COMMON_CHARTS.register(name=__name)
-def plot_lines(data_s, title, x_name, x_ticklabels_name=None, output_dir=None, output_path=None, **kwargs):
+def plot_lines(data_s, title, x_name, y_name_ls=None, output_dir=None, output_path=None, **kwargs):
     """
         绘制折线图
 
@@ -16,15 +41,15 @@ def plot_lines(data_s, title, x_name, x_ticklabels_name=None, output_dir=None, o
                                     形如 {<data_name>: <data list>, ...} 的字典
             title:              <str> 绘图标题，同时用于保存图片的文件名。
             x_name:             <str> 以哪个 data_name 作为 x 轴。
-                                    其余数据视为需要被绘制的数据点。
+            y_name_ls:          <list of str> 哪些数据视为需要被绘制的数据点。
+                                    默认为 None，表示除 x_name 以外的数据都是需要绘制的。
                     例子： data_s={"step":[...], "acc_top1":[...], "acc_top3":[...]}
                         当 x_name="step" 时，将会以 step 为 x 轴绘制 acc_top1 和 acc_top3 的 bar 图。
-            x_ticklabels_name:  <str or None> 若提供则表示 x 轴刻度标签对应的键名，用于替换默认的 x 轴刻度值。
             output_dir:         <str> 图片输出目录。
             output_path:        <str> 图片输出路径。
                         以上两个只需指定一个即可，同时指定时以后者为准。
                         当只有 output_dir 被指定时，将会以 title 作为图片名。
-                        若同时不指定，则直接调用 plt.show() 显示图像，而不进行保存。
+                        若同时不指定，则直接以 np.ndarray 形式返回图片，不进行保存。
                         在保存为文件时，若文件名中存在路径不适宜的非法字符将会被进行替换。
 
         其他可选参数：
@@ -36,44 +61,65 @@ def plot_lines(data_s, title, x_name, x_ticklabels_name=None, output_dir=None, o
                                     默认为 False，当设置为 True 时将会把函数参数保存成 [output_path].record.tar。
                                     后续可以使用 plot_from_record() 函数或者 Serializer_for_Registry_Execution 读取该档案，并进行修改和重新绘制。
                                     该参数仅在 output_dir 和 output_path 非 None 时起效。
+            b_show_plot:        <boolean> 是否使用 plt.show() 展示图片。
+                                    默认为 False
+            b_bgr_image:        <boolean> 以 np.ndarray 形式返回图片时，图片的channel顺序是采用 bgr 还是 rgb。
+                                    默认为 True
             color_ls:           <list> 用于绘图的颜色列表，默认根据数据序列个数自动生成。
             marker_ls:          <list of str> 折线图上各数据点的标记。
             linestyle_ls:       <list of str> 线型。
                                     默认值为 '-'，表示直线。
     """
-    line_nums = len(data_s) - 1
+    y_names = y_name_ls if y_name_ls else list(i for i in data_s.keys() if i != x_name)
+    line_nums = len(y_names)
     paras = {
         "dpi": 200,
         "suffix": ".png",
         "b_generate_record": False,
+        "b_show_plot": False,
+        "b_bgr_image": True,
         "color_ls": generate_color_list(nums=line_nums),
         "marker_ls": None,
         "linestyle_ls": '-',
+        #
+        "x_label": f'{x_name}',
+        "y_label": "value",
+        "x_log_scale": None,
+        "x_ticks": None,
+        "x_tick_labels": None,
+        "x_label_formatter": None,
+        "y_log_scale": None,
+        "y_ticks": None,
+        "y_tick_labels": None,
+        "y_label_formatter": None,
     }
     paras.update(kwargs)
     for k, v in paras.items():
         if k.endswith("_ls") and not isinstance(v, (list, tuple)):
             paras[k] = [v] * line_nums
     assert line_nums == len(paras["color_ls"]) == len(paras["marker_ls"]) == len(paras["linestyle_ls"])
+    if "x_ticklabels_name" in paras:
+        warnings.warn(f"{__name}: 'x_ticklabels_name' is deprecated, please use 'x_ticks' and 'x_tick_labels' instead.")
     #
     _output_path = get_output_path(output_path=output_path, output_dir=output_dir, title=title, **kwargs)
     save_record(_func=plot_lines, _name=__name,
                 _output_path=_output_path if paras["b_generate_record"] else None,
                 **paras)
     data_s = data_s.copy()
+    #
+    data_s, ticks_s, tick_labels_s = log_scaling_for_x_y(data_s=data_s, x_name=x_name, y_names=y_names, **paras)
 
     plt.clf()
+    fig = plt.figure(figsize=(10, 8))
+    ax = fig.add_subplot(111)
+
     #
     x_all_ls = data_s.pop(x_name)
-    if x_ticklabels_name is not None:
-        x_ticklabels = data_s.pop(x_ticklabels_name)
-        assert len(x_all_ls) == len(x_ticklabels)
-        plt.xticks(x_all_ls, x_ticklabels)
     data_s, temp = dict(), data_s
     for k, v_ls in temp.items():
         y_ls, x_ls = [], []
         for x, v in zip(x_all_ls, v_ls):
-            if x is None or v is None:
+            if v is None:
                 continue
             x_ls.append(x)
             y_ls.append(v)
@@ -81,17 +127,22 @@ def plot_lines(data_s, title, x_name, x_ticklabels_name=None, output_dir=None, o
             continue
         data_s[k] = (x_ls, y_ls)
     #
-    for i, (k, (x_ls, y_ls)) in enumerate(data_s.items()):
-        plt.plot(x_ls, y_ls, label=f'{k}', color=paras["color_ls"][i], marker=paras["marker_ls"][i],
-                 linestyle=paras["linestyle_ls"][i])
-    plt.xlabel(f'{x_name}')
-    plt.ylabel('value')
-    plt.title(f'{title}')
+    for i, k in enumerate(y_names):
+        x_ls, y_ls = data_s[k]
+        ax.plot(x_ls, y_ls, label=f'{k}', color=paras["color_ls"][i], marker=paras["marker_ls"][i],
+                linestyle=paras["linestyle_ls"][i])
+    ax.set_xlabel(paras["x_label"])
+    ax.set_ylabel(paras["y_label"])
+    ax.set_title(f'{title}')
+    for i in ("x", "y",):
+        if ticks_s[i] is not None:
+            getattr(ax, f'set_{i}ticks')(ticks_s[i])
+            getattr(ax, f'set_{i}ticklabels')(tick_labels_s[i])
     # 显示图例
     plt.legend()
 
-    save_plot(plt=plt, output_path=_output_path, dpi=paras["dpi"], suffix=paras["suffix"])
-    return _output_path
+    return save_plot(plt=plt, output_path=_output_path, dpi=paras["dpi"], suffix=paras["suffix"],
+                     b_bgr_image=paras["b_bgr_image"], b_show_plot=paras["b_show_plot"])
 
 
 if __name__ == '__main__':
@@ -99,9 +150,9 @@ if __name__ == '__main__':
 
     plot_lines(
         data_s={
-            'a': [1, 2, 3, 4, 5],
+            'a': [0, 2, 3, 4, 5],
             'b': [5, 4, 3, 2, 1],
             'c': [1, 2, 3, 4, 5]},
-        title='test_plot_lines',
+        title='test_plot_lines', y_log_scale=2,
         x_name='a', output_dir=os.path.join(os.path.dirname(__file__), "temp")
     )

kevin_toolbox/patches/for_matplotlib/common_charts/plot_mean_std_lines.py

@@ -0,0 +1,135 @@
+import numpy as np
+import matplotlib.pyplot as plt
+from kevin_toolbox.patches.for_matplotlib.color import generate_color_list
+from kevin_toolbox.patches.for_matplotlib.common_charts.utils import save_plot, save_record, get_output_path
+from kevin_toolbox.patches.for_matplotlib.variable import COMMON_CHARTS
+from kevin_toolbox.patches.for_matplotlib.common_charts.plot_lines import log_scaling_for_x_y
+
+__name = ":common_charts:plot_mean_std_lines"
+
+
+@COMMON_CHARTS.register(name=__name)
+def plot_mean_std_lines(data_s, title, x_name, mean_name_ls, std_name_ls, output_dir=None, output_path=None, **kwargs):
+    """
+        绘制均值和标准差折线图及其区域填充
+
+        参数：
+            data_s:             <dict> 数据。
+                                    格式为：{
+                                        x_name: [...],
+                                        "name1_mean": [...], "name1_std": [...],
+                                        "name2_mean": [...], "name2_std": [...],
+                                        ...
+                                    }
+            title:              <str> 绘图标题，同时用于保存图片的文件名。
+            x_name:             <str> 以哪个 data_name 作为 x 轴。
+            mean_name_ls:       <list of str> 哪些名字对应的数据作为均值。
+            std_name_ls:        <list of str> 哪些名字对应的数据作为标准差。
+                        上面两参数要求大小相同，其同一位置表示该均值和标准差作为同一分组进行展示。
+            output_dir:         <str> 图片输出目录。
+            output_path:        <str> 图片输出路径。
+                        以上两个只需指定一个即可，同时指定时以后者为准。
+                        当只有 output_dir 被指定时，将会以 title 作为图片名。
+                        若同时不指定，则直接以 np.ndarray 形式返回图片，不进行保存。
+                        在保存为文件时，若文件名中存在路径不适宜的非法字符将会被进行替换。
+
+        可选参数：
+            dpi, suffix, b_generate_record, b_show_plot, b_bgr_image, color_ls, marker_ls, linestyle_ls 等（参考 plot_lines 的说明）
+    """
+    assert x_name in data_s
+    y_names = set(mean_name_ls).union(set(std_name_ls))
+    assert y_names.issubset(data_s.keys())
+    assert len(mean_name_ls) == len(std_name_ls)
+    line_nums = len(mean_name_ls)
+    y_names = list(y_names)
+
+    paras = {
+        "dpi": 200,
+        "suffix": ".png",
+        "b_generate_record": False,
+        "b_show_plot": False,
+        "b_bgr_image": True,
+        "color_ls": generate_color_list(nums=line_nums),
+        "marker_ls": None,
+        "linestyle_ls": '-',
+        #
+        "x_label": f'{x_name}',
+        "y_label": "value",
+        "x_log_scale": None,
+        "x_ticks": None,
+        "x_tick_labels": None,
+        "x_label_formatter": None,
+        "y_log_scale": None,
+        "y_ticks": None,
+        "y_tick_labels": None,
+        "y_label_formatter": None,
+    }
+    paras.update(kwargs)
+    for k, v in paras.items():
+        if k.endswith("_ls") and not isinstance(v, (list, tuple)):
+            paras[k] = [v] * line_nums
+    assert line_nums == len(paras["color_ls"]) == len(paras["marker_ls"]) == len(paras["linestyle_ls"])
+
+    _output_path = get_output_path(output_path=output_path, output_dir=output_dir, title=title, **kwargs)
+    save_record(_func=plot_mean_std_lines, _name=__name,
+                _output_path=_output_path if paras["b_generate_record"] else None,
+                **paras)
+    data_s = data_s.copy()
+    #
+    data_s, ticks_s, tick_labels_s = log_scaling_for_x_y(data_s=data_s, x_name=x_name, y_names=y_names, **paras)
+
+    plt.clf()
+    fig = plt.figure(figsize=(10, 8))
+    ax = fig.add_subplot(111)
+
+    #
+    x_all_ls = data_s.pop(x_name)
+    for i, (mean_name, std_name) in enumerate(zip(mean_name_ls, std_name_ls)):
+        mean_ls, std_ls, x_ls = [], [], []
+        for mean, std, x in zip(data_s[mean_name], data_s[std_name], x_all_ls):
+            if mean is None or std is None or x is None:
+                continue
+            mean_ls.append(mean)
+            std_ls.append(std)
+            x_ls.append(x)
+        if len(x_ls) == 0:
+            continue
+        mean_ls = np.array(mean_ls)
+        std_ls = np.array(std_ls)
+        ax.plot(x_ls, mean_ls, label=f'{mean_name}', color=paras["color_ls"][i], marker=paras["marker_ls"][i],
+                linestyle=paras["linestyle_ls"][i])
+        ax.fill_between(x_ls, mean_ls - std_ls, mean_ls + std_ls, color=paras["color_ls"][i], alpha=0.2)
+
+    ax.set_xlabel(paras["x_label"])
+    ax.set_ylabel(paras["y_label"])
+    ax.set_title(f'{title}')
+    ax.grid(True)
+    for i in ("x", "y",):
+        if ticks_s[i] is not None:
+            getattr(ax, f'set_{i}ticks')(ticks_s[i])
+            getattr(ax, f'set_{i}ticklabels')(tick_labels_s[i])
+    # 显示图例
+    plt.legend()
+    plt.tight_layout()
+
+    return save_plot(plt=plt, output_path=_output_path, dpi=paras["dpi"], suffix=paras["suffix"],
+                     b_bgr_image=paras["b_bgr_image"], b_show_plot=paras["b_show_plot"])
+
+
+if __name__ == '__main__':
+    import os
+
+    plot_mean_std_lines(data_s={
+        'a': [0.1, 0.5, 1.0, 2.0, 5.0],
+        'model1': [0.3, 0.45, 0.5, 0.55, 0.6],
+        'model1_std': [0.05, 0.07, 0.08, 0.06, 0.04],
+        'model2': [0.25, 0.4, 0.48, 0.52, 0.58],
+        'model2_std': [0.04, 0.06, 0.07, 0.05, 0.03]
+    },
+        x_name='a',
+        mean_name_ls=['model1', 'model2'],
+        std_name_ls=['model1_std', 'model2_std'],
+        title='test_plot_mean_std_lines',
+        output_dir=os.path.join(os.path.dirname(__file__), "temp"),
+        b_generate_record=True, b_show_plot=True
+    )

kevin_toolbox/patches/for_matplotlib/common_charts/plot_scatters.py

@@ -25,7 +25,7 @@ def plot_scatters(data_s, title, x_name, y_name, cate_name=None, output_dir=None
             output_path:        <str or None> 图片输出路径。
                         以上两个只需指定一个即可，同时指定时以后者为准。
                         当只有 output_dir 被指定时，将会以 title 作为图片名。
-                        若同时不指定，则直接调用 plt.show() 显示图像，而不进行保存。
+                        若同时不指定，则直接以 np.ndarray 形式返回图片，不进行保存。
                         在保存为文件时，若文件名中存在路径不适宜的非法字符将会被进行替换。
 
         其他可选参数：
@@ -37,6 +37,10 @@ def plot_scatters(data_s, title, x_name, y_name, cate_name=None, output_dir=None
                                     默认为 False，当设置为 True 时将会把函数参数保存成 [output_path].record.tar。
                                     后续可以使用 plot_from_record() 函数或者 Serializer_for_Registry_Execution 读取该档案，并进行修改和重新绘制。
                                     该参数仅在 output_dir 和 output_path 非 None 时起效。
+            b_show_plot:        <boolean> 是否使用 plt.show() 展示图片。
+                                    默认为 False
+            b_bgr_image:        <boolean> 以 np.ndarray 形式返回图片时，图片的channel顺序是采用 bgr 还是 rgb。
+                                    默认为 True
             scatter_size:       <int> 散点的大小。
                                     默认 5。
 
@@ -52,6 +56,8 @@ def plot_scatters(data_s, title, x_name, y_name, cate_name=None, output_dir=None
         "dpi": 200,
         "suffix": ".png",
         "b_generate_record": False,
+        "b_show_plot": False,
+        "b_bgr_image": True,
         "scatter_size": 5
     }
     paras.update(kwargs)
@@ -83,8 +89,8 @@ def plot_scatters(data_s, title, x_name, y_name, cate_name=None, output_dir=None
                        markersize=min(paras["scatter_size"], 5)) for i, j in color_s.items()
         ])
 
-    save_plot(plt=plt, output_path=_output_path, dpi=paras["dpi"], suffix=paras["suffix"])
-    return _output_path
+    return save_plot(plt=plt, output_path=_output_path, dpi=paras["dpi"], suffix=paras["suffix"],
+                     b_bgr_image=paras["b_bgr_image"], b_show_plot=paras["b_show_plot"])
 
 
 if __name__ == '__main__':

kevin_toolbox/patches/for_matplotlib/common_charts/plot_scatters_matrix.py

@@ -25,7 +25,7 @@ def plot_scatters_matrix(data_s, title, x_name_ls, cate_name=None, output_dir=No
             output_path:        <str or None> 图片输出路径。
                         以上两个只需指定一个即可，同时指定时以后者为准。
                         当只有 output_dir 被指定时，将会以 title 作为图片名。
-                        若同时不指定，则直接调用 plt.show() 显示图像，而不进行保存。
+                        若同时不指定，则直接以 np.ndarray 形式返回图片，不进行保存。
                         在保存为文件时，若文件名中存在路径不适宜的非法字符将会被进行替换。
             cate_color_s:       <dict or None> 类别-颜色映射字典，将 cate_name 中的每个类别映射到具体颜色。
                                     默认为 None，自动生成颜色列表。
@@ -39,6 +39,10 @@ def plot_scatters_matrix(data_s, title, x_name_ls, cate_name=None, output_dir=No
                                     默认为 False，当设置为 True 时将会把函数参数保存成 [output_path].record.tar。
                                     后续可以使用 plot_from_record() 函数或者 Serializer_for_Registry_Execution 读取该档案，并进行修改和重新绘制。
                                     该参数仅在 output_dir 和 output_path 非 None 时起效。
+            b_show_plot:        <boolean> 是否使用 plt.show() 展示图片。
+                                    默认为 False
+            b_bgr_image:        <boolean> 以 np.ndarray 形式返回图片时，图片的channel顺序是采用 bgr 还是 rgb。
+                                    默认为 True
             diag_kind:          <str> 对角线图表的类型。
                                     支持：
                                         - "hist"（直方图）
@@ -49,6 +53,8 @@ def plot_scatters_matrix(data_s, title, x_name_ls, cate_name=None, output_dir=No
         "dpi": 200,
         "suffix": ".png",
         "b_generate_record": False,
+        "b_show_plot": False,
+        "b_bgr_image": True,
         "diag_kind": "kde"  # 设置对角线图直方图/密度图 {‘hist’, ‘kde’}
     }
     assert cate_name in data_s and len(set(x_name_ls).difference(set(data_s.keys()))) == 0
@@ -75,8 +81,8 @@ def plot_scatters_matrix(data_s, title, x_name_ls, cate_name=None, output_dir=No
     plt.subplots_adjust(top=0.95)
     plt.suptitle(f'{title}', y=0.98, x=0.47)
 
-    save_plot(plt=plt, output_path=_output_path, dpi=paras["dpi"], suffix=paras["suffix"])
-    return _output_path
+    return save_plot(plt=plt, output_path=_output_path, dpi=paras["dpi"], suffix=paras["suffix"],
+                     b_bgr_image=paras["b_bgr_image"], b_show_plot=paras["b_show_plot"])
 
 
 if __name__ == '__main__':

kevin_toolbox/patches/for_matplotlib/common_charts/utils/__init__.py

@@ -1,3 +1,4 @@
 from .get_output_path import get_output_path
 from .save_plot import save_plot
 from .save_record import save_record
+from .log_scaling import log_scaling

kevin_toolbox/patches/for_matplotlib/common_charts/utils/log_scaling.py

@@ -0,0 +1,69 @@
+import numpy as np
+
+
+def log_scaling(x_ls, log_scale=None, ticks=None, tick_labels=None, b_replace_nan_inf_with_none=True, label_formatter=None):
+    original_x_ls = None
+    if isinstance(x_ls, np.ndarray):
+        original_x_ls = x_ls
+        x_ls = x_ls.reshape(-1)
+    label_formatter = label_formatter or (lambda x: f"{x:.2e}")
+    raw_x_ls, x_ls = x_ls, []
+    none_idx_ls = []
+    for idx, i in enumerate(raw_x_ls):
+        if i is None or np.isnan(i) or np.isinf(i):
+            none_idx_ls.append(idx)
+        else:
+            x_ls.append(i)
+    x_ls = np.asarray(x_ls)
+    if isinstance(ticks, int):
+        ticks = np.linspace(np.min(x_ls), np.max(x_ls), ticks
+                            ) if log_scale is None else np.logspace(
+            np.log(np.min(x_ls)) / np.log(log_scale), np.log(np.max(x_ls)) / np.log(log_scale), ticks, base=log_scale)
+    #
+    if log_scale is not None:
+        assert log_scale > 0 and np.min(x_ls) > 0
+        if ticks is None:
+            ticks = sorted(list(set(x_ls.reshape(-1).tolist())))
+        if tick_labels is None:
+            tick_labels = [label_formatter(j) for j in ticks]
+        assert len(ticks) == len(tick_labels)
+        ticks = [np.log(j) / np.log(log_scale) for j in ticks]
+        x_ls = np.log(x_ls) / np.log(log_scale)
+    else:
+        if ticks is None:
+            from matplotlib.ticker import MaxNLocator
+            locator = MaxNLocator()
+            ticks = locator.tick_values(np.min(x_ls), np.max(x_ls))
+        if ticks is not None and tick_labels is None:
+            tick_labels = [label_formatter(j) for j in ticks]
+
+    if none_idx_ls:
+        x_ls = x_ls.tolist()
+        for idx in none_idx_ls:
+            if b_replace_nan_inf_with_none:
+                x_ls.insert(idx, None)
+            else:
+                x_ls.insert(idx, raw_x_ls[idx])
+
+    if original_x_ls is not None:
+        x_ls = np.asarray(x_ls, dtype=original_x_ls.dtype).reshape(original_x_ls.shape)
+
+    return x_ls, ticks, tick_labels
+
+
+if __name__ == "__main__":
+    x_ls_ = np.linspace(0.1, 100, 10)
+
+    out_ls_, ticks_, tick_labels_ = log_scaling(x_ls_, log_scale=10, ticks=5)
+    print(out_ls_)
+    print(ticks_)
+    print(tick_labels_)
+
+    x_ls_[2] = np.inf
+    x_ls_[3] = -np.inf
+    x_ls_[4] = -np.nan
+    print(x_ls_)
+    out_ls_, ticks_, tick_labels_ = log_scaling(x_ls_, log_scale=10, ticks=5)
+    print(out_ls_)
+    print(ticks_)
+    print(tick_labels_)

kevin_toolbox/patches/for_matplotlib/common_charts/utils/save_plot.py

@@ -1,12 +1,28 @@
 import os
+import io
+import numpy as np
+from PIL import Image
 
 
-def save_plot(plt, output_path, dpi=200, suffix=".png", **kwargs):
+def save_plot(plt, output_path, dpi=200, suffix=".png", b_bgr_image=False, b_show_plot=False, **kwargs):
     assert suffix in [".png", ".jpg", ".bmp"]
 
-    if output_path is None:
+    if b_show_plot:
         plt.show()
+
+    if output_path is None:
+        buf = io.BytesIO()
+        plt.savefig(buf, format=suffix.split(".")[-1].lower(), dpi=dpi)
+        buf.seek(0)
+        image = Image.open(buf).convert("RGB")
+        image = np.array(image)
+        buf.close()
+        plt.close()
+        if b_bgr_image:
+            image = image[..., ::-1]
+        return image
     else:
         os.makedirs(os.path.dirname(output_path), exist_ok=True)
         plt.savefig(output_path, dpi=dpi)
-    plt.close()
+        plt.close()
+        return output_path

kevin_toolbox/patches/for_matplotlib/common_charts/utils/save_record.py

@@ -2,7 +2,7 @@ import inspect
 from kevin_toolbox.patches.for_matplotlib.variable import COMMON_CHARTS
 
 
-def save_record(_name, _output_path,_func=None, **kwargs):
+def save_record(_name, _output_path, _func=None, **kwargs):
     if _output_path is None:
         return None
 

kevin_toolbox/patches/for_numpy/__init__.py

@@ -1 +1,2 @@
 from . import linalg
+from . import random

kevin_toolbox/patches/for_numpy/linalg/softmax.py

@@ -26,7 +26,10 @@ def softmax(x, axis=-1, temperature=None, b_use_log_over_x=False):
         res = np.where(x == np.max(x, axis=axis), 1, res)
     elif b_use_log_over_x:
         # softmax(log(x))
-        res = x ** (1 / temperature)
+        if temperature is not None:
+            res = x ** (1 / temperature)
+        else:
+            res = x
     else:
         # softmax(x)
         # 为了数值稳定，减去最大值

kevin_toolbox_dev-1.4.13.dist-info/METADATA

@@ -0,0 +1,77 @@
+Metadata-Version: 2.1
+Name: kevin-toolbox-dev
+Version: 1.4.13
+Summary: 一个常用的工具代码包集合
+Home-page: https://github.com/cantbeblank96/kevin_toolbox
+Download-URL: https://github.com/username/your-package/archive/refs/tags/v1.0.0.tar.gz
+Author: kevin hsu
+Author-email: xukaiming1996@163.com
+License: MIT
+Keywords: mathematics,pytorch,numpy,machine-learning,algorithm
+Platform: UNKNOWN
+Classifier: License :: OSI Approved :: MIT License
+Classifier: Programming Language :: Python
+Classifier: Programming Language :: Python :: 3
+Requires-Python: >=3.6
+Description-Content-Type: text/markdown
+Requires-Dist: torch (>=1.2.0)
+Requires-Dist: numpy (>=1.19.0)
+Provides-Extra: plot
+Requires-Dist: matplotlib (>=3.0) ; extra == 'plot'
+Provides-Extra: rest
+Requires-Dist: pytest (>=6.2.5) ; extra == 'rest'
+Requires-Dist: line-profiler (>=3.5) ; extra == 'rest'
+
+# kevin_toolbox
+
+一个通用的工具代码包集合
+
+
+
+环境要求
+
+```shell
+numpy>=1.19
+pytorch>=1.2
+```
+
+安装方法：
+
+```shell
+pip install kevin-toolbox  --no-dependencies
+```
+
+
+
+[项目地址 Repo](https://github.com/cantbeblank96/kevin_toolbox)
+
+[使用指南 User_Guide](./notes/User_Guide.md)
+
+[免责声明 Disclaimer](./notes/Disclaimer.md)
+
+[版本更新记录](./notes/Release_Record.md)：
+
+- v 1.4.13 （2025-07-21）【bug fix】【new feature】
+  - data_flow.file.markdown
+    - modify find_tables()，完善读取表格函数，支持更多的表格格式，包括以梅花线作为标题栏分割线，表格最左侧和最右侧分割线省略等情况。
+  - nested_dict_list.serializer
+    - modify read()，支持在读取时通过参数 b_keep_identical_relations 对 record.json 中的同名参数进行覆盖。
+  - computer_science.algorithm
+    - redirector
+      - 【bug fix】fix bug in _randomly_idx_redirector() for Redirectable_Sequence_Fetcher，改正了 rng.randint(low, high) 中参数 high 的设置。
+    - pareto_front
+      - modify get_pareto_points_idx()，支持参数 directions 只输入单个值来表示所有方向都使用该值。
+    - sampler
+      - 【new feature】add Recent_Sampler，最近采样器：始终保留最近加入的 capacity 个样本。
+  - patches.for_matplotlib
+    - common_charts.utils
+      - modify .save_plot()，将原来在 output_path 为 None 时使用 plt.show() 展示图像的行为改为返回 np.array 形式的图像，并支持通过参数 b_show_plot 来单独控制是否展示图像。
+      - 【new feature】add log_scaling()，用于处理坐标系变换。
+    - common_charts
+      - 【new feature】add plot_3d()，绘制3D图，支持：散点图、三角剖分曲面及其平滑版本。
+      - 【new feature】add plot_contour()，绘制等高线图。
+      - 【new feature】add plot_mean_std_lines()，绘制均值和标准差折线图及其区域填充。
+      - 【new feature】add plot_2d_matrix()，计算并绘制混淆矩阵。
+
+
+