在C++項目中，在進行一些數據分析時往往不夠直觀，若能借助圖表進行分析可以達到事半功倍的效果，通常可以將數據寫出到文本，再在excel或python上進行圖表繪制和分析，那為什么不直接在像python一樣，借助三方庫進行圖表繪制呢？以下將介紹簡單易行的方法，嘗試在C++中優雅地繪制圖表（測試環境：Windows+VS2019）。

---

matplotlib

實際上是調用Python中的matplotlib提供的C++ API，無需編譯，直接包含頭文件然后在C++中配置相應python環境就可以，對于熟悉python的伙伴來說幾乎沒有學習成本（其本身語法也很簡單）。

prepare

1. 可訪問github的網絡
2. git(非必須)
3. python3(< 3.11)
4. vs環境

---

matplotlibcpp.h

有git的直接clone到本地：

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

沒有git可以下載代碼或者直接在線復制 matplotlibcpp.h。

對 matplotlibcpp.h 作如下修改：

新版的matplotlibcpp.h中支持了C++17語法，將其改回C++11，且有重定義，需要注釋。

將353行至356行代碼用以下代碼覆蓋：

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 語法與python3.11以上版本不兼容，報錯如下：

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: 參見“Py_SetProgramName”的聲明
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: 參見“PySys_SetArgv”的聲明

使用3.11以下的python版本即可，這里我創建一個新的虛擬環境：

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

將 復制到 D:\Program Files\MatplotlibCpp 下（非必須）。

---

vs configure

創建一個vs項目，切換為Release x64平臺，在屬性管理器的【Release | 64】下中新增一個屬性表：

雙擊該屬性表，開始配置：

【通用屬性】-【VC++目錄】-【包含目錄】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包含目錄所在路徑可能不同，可通過以下代碼確定：

import numpy
print(numpy.get_include())

【通用屬性】-【VC++目錄】-【庫目錄】添加：

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

【通用屬性】-【鏈接器】-【常規】-【附加庫目錄】添加：

D:\ProgramData\anaconda3\envs\Env310

【通用屬性】-【鏈接器】-【輸入】-【附加依賴項】添加：

python3.lib

保存屬性表，在解決方案管理器中右擊，更改屬性：
【配置屬性】-【調試】-【工作目錄】更改為：

D:\ProgramData\anaconda3\envs\Env310

test

添加C++測試代碼，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();
}

運行，可得圖片如下，配置完成。

---

Gnuplot

類似matplotlib，先安裝gnuplot本體，然后通過C++API調用庫，不同的是其可通過命令在終端中使用，需要一定學習成本。

prepare

1. 可訪問github的網絡
2. git(非必須)
3. boost
4. vs環境

gnuplot

在官網 可找到最新穩定版下載頁面，下載編譯好的二進制文件。

解壓后長這個樣子：

在bin文件夾下雙擊打開gnupolt.exe，輸入測試代碼如下：

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

可得：

將整個gunplot文件夾剪切至D:\Program Files\下，并重命名為Gnuplot（個人喜好），然后將D:\Program Files\Gnuplot\bin添加至系統環境變量Path中，通過重啟或者其他方式確保環境變量生效（打開任意終端，輸入gunplot未報錯即可）。

那么同樣可以在c++代碼中調用該exe：

#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);
}

結果如下：

但是，以這種方式，如果要批量繪制自定義的數據，仍需要先存數據為文本，然后再讀取，這不是我想要的直接繪制的效果。但是不慌，再做一些簡單配置就可以實現了。

---

gnuplot-iostream.h

有git的直接clone到本地

 git clone https://github.com/dstahlke/gnuplot-iostream.git

沒有git可以下載代碼或者直接在線復制 gnuplot-iostream.h

對 gnuplot-iostream.h 作如下修改

新版的gnuplot-iostream.h中支持了C++17語法，將其改回C++11，跟上面的matplotlibcpp.h是同樣類型的改動

168-169行：

static_assert( is_like_stl_container<std::vector<int>>);
static_assert(!is_like_stl_container<int>);

改為：

static_assert(is_like_stl_container<std::vector<int>>, "Should be STL-like container");
static_assert(!is_like_stl_container<int>, "int is not STL-like container");

186行：

static_assert(is_boost_tuple_nulltype<boost::tuples::null_type>);

改為：

static_assert(is_boost_tuple_nulltype<boost::tuples::null_type>, "Should be boost null type");

197-200行：

static_assert( is_boost_tuple<boost::tuple<int>>);
static_assert( is_boost_tuple<boost::tuple<int, int>>);
static_assert(!is_boost_tuple<std::tuple<int>>);
static_assert(!is_boost_tuple<std::tuple<int, int>>);

改為：

static_assert(is_boost_tuple<boost::tuple<int>>, "Should be boost::tuple");
static_assert(is_boost_tuple<boost::tuple<int, int>>, "Should be boost::tuple");
static_assert(!is_boost_tuple<std::tuple<int>>, "std::tuple is not boost::tuple");
static_assert(!is_boost_tuple<std::tuple<int, int>>, "std::tuple is not boost::tuple");

2436-2437行

static_assert( is_eigen_matrix<Eigen::MatrixXf>);
static_assert(!is_eigen_matrix<int>);

改為

static_assert(is_eigen_matrix<Eigen::MatrixXf>, "Should be Eigen::Matrix");
static_assert(!is_eigen_matrix<int>, "int is not an Eigen::Matrix");

2442行

static_assert(dont_treat_as_stl_container<Eigen::MatrixXf>);

改為

static_assert(dont_treat_as_stl_container<Eigen::MatrixXf>, "Eigen::Matrix should not be treated as an STL container");

然后在上述gnuplot的安裝目錄D:\Program Files\Gnuplot下新建include文件夾，將改動后的gnuplot-iostream.h拷貝過去。

boost

由于gnuplot的C++調用需要boost支持，這里也介紹一下boost的配置，因為有預編譯好的庫，所以也比較easy。

在boost官網的下載頁面找到預編譯好的Windows庫：

根據所需環境選擇對應版本。

這里我根據自己的環境選擇較早的1.80.0 VS140版（注意和自己的環境對應）。

雙擊運行：

更改安裝目錄：

---

vs configure

創建一個vs項目，切換為Release x64平臺，在屬性中將【平臺工具集】改為Visual Studio 2015 (v140)，在屬性管理器的【Release | 64】下中新增一個屬性表【Gnupolt_Release_x64.props】

雙擊該屬性表，開始配置

【通用屬性】-【VC++目錄】-【包含目錄】添加：

D:\Program Files\Gnuplot\include
D:\Program Files\boost_1_80_0\boost

【通用屬性】-【VC++目錄】-【庫目錄】添加：

D:\Program Files\boost_1_80_0\lib64-msvc-14.0

應用，保存屬性表。

---

test

添加C++測試代碼，如：

#include <cmath>
#include <vector>
#include <gnuplot-iostream.h>#define M_PI 3.141592653589793238432643int main()
{// 初始化 Gnuplot 對象Gnuplot gp;// 設置標題和樣式gp << "set title 'Sharper Heart Shape'\n";gp << "set size ratio -1\n"; // 確保 x 和 y 軸比例一致gp << "set nokey\n";         // 不顯示圖例gp << "set samples 1000\n";  // 增加采樣點使曲線更平滑gp << "set xrange [-20:20]\n"; // 設置 x 軸范圍gp << "set yrange [-20:20]\n"; // 設置 y 軸范圍// 定義參數化方程的數據點std::vector<std::pair<double, double>> points;const int num_points = 1000; // 數據點數量for (int i = 0; i <= num_points; ++i){double t = 2 * M_PI * i / num_points; // 參數 t 從 0 到 2πdouble x = 16 * pow(sin(t), 3);      // 使用新的 x 方程double y = (13 * cos(t) - 5 * cos(2 * t) - 2 * cos(3 * t) - cos(4 * t)); // 使用新的 y 方程points.emplace_back(x, y);}// 繪制愛心形狀gp << "plot '-' with lines lc rgb 'red' lw 2 title 'Heart'\n";for (const auto& point : points){gp << point.first << " " << point.second << "\n";}gp << "e\n"; // 結束數據流return 0;
}

運行，可得圖片如下，配置完成。

---

MathGL

需要特定的環境和復雜的配置，其發布的庫也是Linux平臺下的，在Windows需要和其他依賴庫一起重新編譯。

同樣在官網找到最新版下載入口，這里有兩個版本，我兩個版本都下載并配置了，很不幸都在測試階段報錯了，要么缺少頭文件要么缺依賴庫。雖然可以拿源碼自己重新cmake，但其需要依賴其他可視化庫（背離了簡單易行的初衷），本著世上無難事只要肯放棄的精神，暫停MathGL的測試。

測試代碼：

#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 報錯：

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

mathgl-8.0.3.LGPL-ucrt64 報錯：

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

---

打完收工。