将 Matplotlib 输出保存到 Databricks 上的 DBFS答案

【问题标题】：Saving Matplotlib Output to DBFS on Databricks将 Matplotlib 输出保存到 Databricks 上的 DBFS
【发布时间】：2020-04-15 21:59:02
【问题描述】：

我正在 Databricks 上编写 Python 代码来处理一些数据和输出图表。我希望能够将这些图表作为图片文件（.png 之类的，格式并不重要）保存到 DBFS。

代码：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({'fruits':['apple','banana'], 'count': [1,2]})
plt.close()
df.set_index('fruits',inplace = True)
df.plot.bar()
# plt.show()

我尝试过的事情：

plt.savefig("/FileStore/my-file.png")

[Errno 2] 没有这样的文件或目录：'/FileStore/my-file.png'

fig = plt.gcf()
dbutils.fs.put("/dbfs/FileStore/my-file.png", fig)

TypeError：类型错误 - 应为 (,)。

经过一番研究，我认为 fs.put 只有在你想保存文本文件时才有效。

使用plt.show() 运行上面的代码会得到一个条形图——我希望能够将条形图作为图像保存到 DBFS。任何帮助表示赞赏，在此先感谢！

【问题讨论】：

标签： matplotlib databricks

【解决方案1】：

您可以通过将图窗保存到内存然后使用Python local file APIs 写入 DataBricks 文件系统 (DBFS) 来做到这一点。

例子：

import matplotlib.pyplot as plt
from io import BytesIO

# Create a plt or fig, then:
buf = BytesIO()
plt.savefig(buf, format='png')

path = '/dbfs/databricks/path/to/file.png'

# Make sure to open the file in bytes mode
with open(path, 'wb') as f:
  # You can also use Bytes.IO.seek(0) then BytesIO.read()
  f.write(buf.getvalue())

【讨论】：

【解决方案2】：

更简单的方法，只需使用 matplotlib.pyplot。修复dbfs路径：

例子

import matplotlib.pyplot as plt
plt.scatter(x=[1,2,3], y=[2,4,3])
plt.savefig('/dbfs/FileStore/figure.png')

【讨论】：