将绘图保存到内存而不是 python web 应用程序的磁盘答案

【问题标题】：Saving plots to memory rather than disk for python web app将绘图保存到内存而不是 python web 应用程序的磁盘
【发布时间】：2021-06-08 19:03:57
【问题描述】：

我正在开发一个 FastAPI 应用程序，它使用 sci-kit learn 生成一些 SVG 文件，这些文件在上传到 AWS-S3 以进行永久存储之前保存在本地。然而，一旦部署在 Heroku 上，我意识到它不允许写入本地存储。

如何生成这些文件的示例：

from sklearn.tree import DecisionTreeClassifier, plot_tree
import matplotlib.pyplot as plt
fig = plt.figure()
    decision_tree = plot_tree(
            pruned_clf_dt, # a decision tree made by sklearn
            filled=True,
            rounded=True,
            class_names= classNames,
            feature_names=X.columns)
    fig.savefig("example.svg", bbox_inches='tight')

是否可以通过fig.savefig（到变量中）将 SVG 保存在内存中，或者以某种方式将绘制的树作为 SVG 保存到 AWS-S3 中？

【问题讨论】：

标签： python matplotlib amazon-s3 heroku fastapi

【解决方案1】：

答案是肯定的，使用 StringIO 是可能的，尽管 S3 要求对象采用字符串（？）格式，例如：

import io
from sklearn.tree import DecisionTreeClassifier, plot_tree
import matplotlib.pyplot as plt
fig = plt.figure()
decision_tree = plot_tree(
        pruned_clf_dt,
        filled=True,
        rounded=True,
        class_names= classNames,
        feature_names=X.columns)
s = io.StringIO()
fig.savefig(s, format = 'svg', bbox_inches='tight')

svg = s.getvalue()

name = "filename.svg"

s3bucket.put_object(
        Key=name,
        Body=svg,
    )

【讨论】：