11.1.2. Wrapper-Funktion (V)

Sie schreiben eine neue Funktion, die die plot()-Funktionalität von Matplotlib kapselt und anschließend das Logo ergänzt. In Zukunft könnten dann alle Personen diese Funktion anstelle der direkten Matplotlib-Nutzung verwenden.

Die Funktion plot_line_with_logo:

• ruft intern Matplotlib-Funktionalität auf (hier: ax.plot(...))

• fügt danach das Logo hinzu

Man spricht hier von einer Wrapper-Funktion: Sie „umhüllt“ eine bestehende Funktionalität und ergänzt sie um Zusatzverhalten.

from io import BytesIO
from urllib.request import urlopen

import matplotlib.image as mpimg
import matplotlib.pyplot as plt
from matplotlib.offsetbox import OffsetImage, AnnotationBbox

LOGO_URL = "https://gitlab.lrz.de/fk03ingenieurinformatik/ingenieurinformatik-buch-deploy-lrz/-/raw/master/img/logo-mini.png"


def load_logo(url: str):
    """Lädt das Logo von einer URL (PNG) als Bildarray."""
    with urlopen(url, timeout=10) as response:
        data = response.read()
    return mpimg.imread(BytesIO(data), format="png")


def add_logo(ax, logo, *, zoom: float = 0.07, xy=(0.92, 0.88)):
    """Fügt ein Logo oben rechts in ein Axes-Objekt ein."""
    imagebox = OffsetImage(logo, zoom=zoom)
    ab = AnnotationBbox(imagebox, xy, xycoords="axes fraction", frameon=False)
    ax.add_artist(ab)
    return ab

def plot_line_with_logo(x, y, *, logo_url: str = LOGO_URL, **plot_kwargs):
    fig, ax = plt.subplots()
    ax.plot(x, y, **plot_kwargs)
    add_logo(ax, load_logo(logo_url))
    return fig, ax


fig, ax = plot_line_with_logo([0, 1, 2, 4, 6], [2, 1, 3, 0, 1], color="tab:blue")
ax.set_title("Wrapper: Plot + Logo")
plt.show()

Was ist daran „ungut“?

Ein Wrapper ist nicht „falsch“ – aber in der Praxis hat er typische Probleme:

Skalierung: Heute Linie, morgen scatter, dann hist, dann mehrere Subplots … der Wrapper wächst schnell oder es entstehen viele Wrapper.

• plot_line_with_logo(...) kapselt ax.plot(...)

• plot_scatter_with_logo(...) kapselt ax.scatter(...)

• plot_hist_with_logo(...) kapselt ax.hist(...)

• …

Unschön: Es entstehen dann sehr viele neue Funktionen, die gepflegt werden müssen.

Disziplin: Alle müssen den Wrapper konsequent verwenden. Sobald jemand plt.subplots() direkt nutzt, fehlt das Logo wieder.

Die Frage ist also: Können wir das Logo hinzufügen, ohne für jede Plot-Variante eine neue Wrapper-Funktion zu schreiben?

Genau an dieser Stelle hilft Objektorientierung: Wir erweitern eine passende Komponente von Matplotlib so, dass das Logo „von innen“ automatisch ergänzt wird – ohne dass sich die Nutzung von plot, scatter, set_title, … für Anwender:innen ändern muss.

Wie das konkret funktioniert, sehen Sie in der OOP-Variante im nächsten Abschnitt.