将statsmodels结果保存为Python作为图像文件

Question

我使用statsmodels来进行OLS估计。结果可以在控制台上使用print(results.summary())进行研究。我想存储与.png文件相同的表格。下面是一个带有可重复示例的片段。

import pandas as pd 
import numpy as np 
import matplotlib.dates as mdates 
import statsmodels.api as sm 

# Dataframe with some random numbers 
np.random.seed(123) 
rows = 10 
df = pd.DataFrame(np.random.randint(90,110,size=(rows, 2)), columns=list('AB')) 
datelist = pd.date_range(pd.datetime(2017, 1, 1).strftime('%Y-%m-%d'), periods=rows).tolist() 
df['dates'] = datelist 
df = df.set_index(['dates']) 
df.index = pd.to_datetime(df.index) 
print(df) 

# OLS estimates using statsmodels.api 
x = df['A'] 
y = df['B'] 

model = sm.OLS(y,sm.add_constant(x)).fit() 

# Output 
print(model.summary()) 

我做了使用建议here有些幼稚的尝试，但我怀疑我远离目标：

os.chdir('C:/images') 
sys.stdout = open("model.png","w") 
print(model.summary()) 
sys.stdout.close() 

到目前为止，这只是提出了一个很长的错误信息。

谢谢你的任何建议！

Answer 1

这是一个非常不寻常的任务，你的方法有点疯狂。您试图将一个字符串（某些度量空间中没有位置）与某个图像（基于位置）组合在一起。

不管你做什么，你需要一些文本的渲染引擎！

我试图用pillow，但结果是丑陋的。可能是因为它非常有限，并且后处理消除锯齿功能不能保存任何内容。但也许我做错了什么。

from PIL import Image, ImageDraw, ImageFont 
image = Image.new('RGB', (800, 400)) 
draw = ImageDraw.Draw(image) 
font = ImageFont.truetype("arial.ttf", 16) 
draw.text((0, 0), str(model.summary()), font=font) 
image = image.convert('1') # bw 
image = image.resize((600, 300), Image.ANTIALIAS) 
image.save('output.png') 

当您使用statsmodels，我假设你已经有了。这个也可以使用。下面是一些方法，这是相当不错，虽然不是完美的（一些线路的变化，我不知道为什么; 编辑： OP管理使用等宽的字体，以修复这些）：

import matplotlib.pyplot as plt 
plt.rc('figure', figsize=(12, 7)) 
#plt.text(0.01, 0.05, str(model.summary()), {'fontsize': 12}) old approach 
plt.text(0.01, 0.05, str(model.summary()), {'fontsize': 10}, fontproperties = 'monospace') # approach improved by OP -> monospace! 
plt.axis('off') 
plt.tight_layout() 
plt.savefig('output.png') 

输出：

编辑： OP管理使用等宽的字体以提高matplotlib的方法！我将它结合在这里，它反映在输出图像中。

以此作为演示并研究python的文本渲染选项。也许matplotlib的方法可以改进，但也许你需要使用像pycairo。 Some SO-discussion。

备注：在我的系统上，您的代码确实会给出这些警告！

编辑：它seems你可以问statsmodels一个乳胶表示。所以我推荐使用这个，可能写这个文件并使用子进程调用pdflatex或类似的东西（这里有一些similar approach）。 matplotlib也可以使用乳胶（但我不会测试它，因为我目前在windows上），但在这种情况下，我们需要以某种方式再次调整文本到窗口的比例（与例如给定一些A5格式的完整乳胶文档相比） 。