如何在C++中优雅地绘制图表

在C++项目中，在进行一些数据分析时往往不够直观，若能借助图表进行分析可以达到事半功倍的效果，通常可以将数据写出到文本，再在excel或python上进行图表绘制和分析，那为什么不直接在像python一样，借助三方库进行图表绘制呢？以下将介绍简单易行的方法，尝试在C++中优雅地绘制图表（测试环境：Windows+VS2019）。

---

matplotlib-cpp

实际上是调用Python中的matplotlib提供的C++ API，无需编译，直接包含头文件然后在C++中配置相应python环境就可以，对于熟悉python的伙伴来说几乎没有学习成本（其本身语法也很简单）。

prepare

1. 可访问github的网络
2. git(非必须)
3. python3(< 3.11)
4. vs环境

---

matplotlibcpp.h

有git的直接clone到本地

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

PS D:\Project\CMakeProject> git clone https://github.com/lava/matplotlib-cpp
Cloning into 'matplotlib-cpp'...
remote: Enumerating objects: 645, done.
remote: Counting objects: 100% (49/49), done.
remote: Compressing objects: 100% (23/23), done.
remote: Total 645 (delta 29), reused 26 (delta 26), pack-reused 596 (from 2)
Receiving objects: 100% (645/645), 758.80 KiB | 6.27 MiB/s, done.
Resolving deltas: 100% (372/372), done.

没有git可以下载代码或者直接在线复制 matplotlibcpp.h

对 matplotlibcpp.h 作如下修改

新版的matplotlibcpp.h中支持了C++17语法，将其改回C++11，且有重定义，需要注释

将353行至356行代码用以下代码覆盖

static_assert(sizeof(long long) == 8, "long type must occupy 8 bytes");
//template <> struct select_npy_type<long long> { const static NPY_TYPES type = NPY_INT64; };
static_assert(sizeof(unsigned long long) == 8, "long type must occupy 8 bytes");
//template <> struct select_npy_type<unsigned long long> { const static NPY_TYPES type = NPY_UINT64; };

---

python3

matplotlibcpp.h 语法与python3.11以上版本不兼容，报错如下

1>matpoltlibTest.cpp
1>D:\Program Files\MatplotlibCpp\matplotlibcpp.h(174): error C4996: 'Py_SetProgramName': deprecated in 3.11
1>d:\programdata\anaconda3\include\pylifecycle.h(37): note: 参见“Py_SetProgramName”的声明
1>D:\Program Files\MatplotlibCpp\matplotlibcpp.h(182): error C4996: 'PySys_SetArgv': deprecated in 3.11
1>d:\programdata\anaconda3\include\sysmodule.h(13): note: 参见“PySys_SetArgv”的声明

使用3.11以下的python版本即可，这里我创建一个新的虚拟环境

(base)>conda create -n Env310 python=3.10.16
(base)>conda activate Env310
(Env310)>conda install matplotlib numpy

将 复制到 D:\Program Files\MatplotlibCpp 下（非必须）

---

VS project

创建一个vs项目，切换为Release x64平台，在属性管理器的【Release | 64】下中新增一个属性表

双击该属性表，开始配置

【通用属性】-【VC++目录】-【包含目录】添加：

D:\Program Files\MatplotlibCpp
D:\ProgramData\anaconda3\envs\Env310\include
D:\ProgramData\anaconda3\envs\Env310\Lib\site-packages\numpy\_core\include

注意：不同版本的numpy包含目录所在路径可能不同，可通过以下代码确定

import numpy
print(numpy.get_include())

【通用属性】-【VC++目录】-【库目录】添加：

D:\ProgramData\anaconda3\envs\Env310\libs

【通用属性】-【链接器】-【常规】-【附加库目录】添加：

D:\ProgramData\anaconda3\envs\Env310

【通用属性】-【链接器】-【输入】-【附加依赖项】添加：

python3.lib

保存属性表，在解决方案管理器中右击，更改属性
【配置属性】-【调试】-【工作目录】更改为

D:\ProgramData\anaconda3\envs\Env310

添加测试代码，如

#include <cmath>
#include "matplotlibcpp.h"namespace plt = matplotlibcpp;#define M_PI 3.141592653589793238432643int main()
{// Prepare data.int n = 5000; // number of data pointsstd::vector<double> x(n), y(n);for (int i = 0; i < n; ++i){double t = 2 * M_PI * i / n;x.at(i) = 16 * sin(t) * sin(t) * sin(t);y.at(i) = 13 * cos(t) - 5 * cos(2 * t) - 2 * cos(3 * t) - cos(4 * t);}// plot() takes an arbitrary number of (x,y,format)-triples.// x must be iterable (that is, anything providing begin(x) and end(x)),// y must either be callable (providing operator() const) or iterable.plt::plot(x, y, "r-", x, [](double d){return 12.5 + abs(sin(d));}, "k-");// show plotsplt::show();
}

运行，可得图片如下，配置完成

---

Gnuplot

无需特定的环境和复杂的配置，直接调用编译好的二进制文件，可通过命令在终端中使用，需要一定学习成本。

install

在官网 可找到最新稳定版下载页面，下载编译好的二进制文件。

解压后长这个样子：

在bin文件夹下双击打开gnupolt.exe，输入测试代码如下：

plot [-6:6] [-3:3] sin(x),cos(x)

可得：

将整个gunplot文件夹剪切至D:\Program Files\下，并重命名为Gnuplot（个人喜好），然后将D:\Program Files\Gnuplot\bin添加至系统环境变量Path中，通过重启或者其他方式确保环境变量生效（打开任意终端，输入gunplot未报错即可）。

Test

找一段测试代码在vs项目中测试：

#include <stdio.h>void main()
{FILE* pipe = _popen("gnuplot", "w");if (pipe == NULL){exit(-1);}fprintf(pipe, "set terminal wxt size 600, 400\n");fprintf(pipe, "unset border\n");fprintf(pipe, "set dummy u, v\n");fprintf(pipe, "set angles degrees\n");fprintf(pipe, "set parametric\n");fprintf(pipe, "set view 60, 136, 1.22, 1.26\n");fprintf(pipe, "set samples 64, 64\n");fprintf(pipe, "set isosamples 13, 13\n");fprintf(pipe, "set mapping spherical\n");fprintf(pipe, "set style data lines\n");fprintf(pipe, "unset xtics\n");fprintf(pipe, "unset ytics\n");fprintf(pipe, "unset ztics\n");fprintf(pipe, "set title 'Labels colored by GeV plotted in spherical coordinate system'\n");fprintf(pipe, "set urange [ -90.0000 : 90.0000 ] noreverse nowriteback\n");fprintf(pipe, "set vrange [ 0.00000 : 360.000 ] noreverse nowriteback\n");fprintf(pipe, "set xrange [ * : * ] noreverse writeback\n");fprintf(pipe, "set x2range [ * : * ] noreverse writeback\n");fprintf(pipe, "set yrange [ * : * ] noreverse writeback\n");fprintf(pipe, "set y2range [ * : * ] noreverse writeback\n");fprintf(pipe, "set zrange [ * : * ] noreverse writeback\n");fprintf(pipe, "set cblabel 'GeV'\n");fprintf(pipe, "set cbrange [ 0.00000 : 8.00000 ] noreverse nowriteback\n");fprintf(pipe, "set rrange [ * : * ] noreverse writeback\n");fprintf(pipe, "set colorbox user\n");fprintf(pipe, "set colorbox vertical origin screen 0.9, 0.2 size screen 0.02, 0.75 front  noinvert bdefault\n");fprintf(pipe, "NO_ANIMATION = 1\n");fprintf(pipe, "splot cos(u)*cos(v),cos(u)*sin(v),sin(u) notitle with lines lt 5\n");fprintf(pipe, "pause mouse\n");_pclose(pipe);
}

结果如下，配置成功。

---

MathGL

需要特定的环境和复杂的配置，其发布的库也是Linux平台下的，在Windows需要和其他依赖库一起重新编译。

同样在官网找到最新版下载入口，这里有两个版本，我两个版本都下载并配置了，很不幸都在测试阶段报错了，要么缺少头文件要么缺依赖库。虽然可以拿源码自己重新cmake，但其需要依赖其他可视化库（背离了简单易行的初衷），本着世上无难事只要肯放弃的精神，暂停MathGL的测试。

测试代码：

#include <mgl2/mgl.h>int main()
{mglGraph gr;gr.SetRange('x', -1, 1);gr.SetRange('y', -1, 1);gr.Axis();gr.FPlot("sin(1.7*2*pi*x) + sin(1.9*2*pi*x)", "r-2");gr.WriteFrame("test.png");return 0;
}

mathgl-8.0.3-ucrt64 报错：

1>D:\Program Files\MathGL2\include\mgl2\data_cf.h(26,10): fatal error C1083: 无法打开包括文件: “gsl/gsl_vector.h”: No such file or directory

mathgl-8.0.3.LGPL-ucrt64 报错：

1>D:\Program Files\MathGL2\include\mgl2\data.h(27,10): fatal error C1083: 无法打开包括文件: “armadillo”: No such file or directory

---

完事儿。