Consolidação de aliases, composição e navegação

Lote de 2026-10-02 para a fundação 0.2.0. A versão continua 0.1.0 alpha.

Propriedades de Artists

Aliases explícitos são normalizados antes dos defaults internos. lw, ls, fc, ec, ms, aliases de marcadores e aliases de texto continuam aceitos. linewidth=1, lw=1 agora gera TypeError, mesmo com valores iguais: não há escolha silenciosa de uma das duas grafias. A falha ocorre antes de anexar camadas, alterar limites/ciclo, texto, visibilidade ou callbacks dos Artists auditados. Edições de grid com lw/c substituem o estilo anterior.

O contrato selecionado de 13 pares de aliases foi registrado diretamente no Matplotlib instalado por tools/inspect_style_aliases.py, em style-alias-reference.json. Azimlib mantém ha/va como nomes internos; isso não muda as grafias públicas. Não se promete toda a API de propriedades. fontdict e kwargs de set_title são camadas distintas: o kwarg prevalece.

Composição

examples/composition_components.py combina duas áreas, títulos multilinha, Latitude/Longitude com labelpad, dados sintéticos, losangos, legenda, escala, norte, rosa dos ventos e overview de foco preto. Uma colorbar compartilhada tem versões horizontal e vertical. A grade aparece somente no mapa que a pede.

Doze combinações de dois tamanhos, 72/100/180 DPI e duas orientações verificam contenção dos textos, viewports positivos e foco do overview. Regressões adicionais verificam escala física do desenho, visibilidade de cada componente, norm compartilhada, posições explícitas e separação PNG/SVG/HTML.

Matplotlib também reposiciona suptitle automático depois de set_position() quando constrained layout está ativo. Azimlib preserva essa regra. Para uma posição manual persistente, use a chamada pública com coordenadas explícitas:

fig.suptitle('Título', x=0.47, y=0.97)

Cache de raster no viewer

Cada janela Tk mantém uma LRU de até quatro frames e 16 MiB de pixels RGBA retidos. O limite não inclui a imagem ativa, PhotoImage, cenas, objetos Python ou cópias temporárias. Frames grandes demais continuam pela renderização direta. Fechar a janela libera o cache. Falhas de alocação opcionais também retornam à renderização direta.

O hash SHA-256 usa os elementos desenhados completos: dimensões, fundo, geometria, ordem, estilos, textos, recortes e conteúdo das fontes empacotadas. Não arredonda coordenadas. Cada hit devolve uma cópia própria; modificá-la não corrompe o cache. A cena e metadata de navegação são recompostas em cada draw, que conserva draw_event. Alterações visuais/DPI geram outro frame. O cache é exclusivo de show() Tk: savefig() continua rasterizando o conteúdo estático.

Oito verificações em Tk real, com janela oculta, foram executadas tanto no source quanto no wheel instalado sem Matplotlib/GIS. Conferem pixels iguais ao raster direto/PNG, histórico, edições, limite, fallback e cleanup: raster-cache-tk-source.json e raster-cache-tk-wheel.json.

Base municipal real e limites de desempenho

Download de desenvolvimento: malha de São Paulo subdividida em municípios, fornecida pela API oficial do IBGE. A própria documentação descreve as malhas da API como simplificadas; qualidade maxima não significa a malha original em resolução integral. Foram lidos 645 features, 222.324 posições e 4.913.339 bytes. A proveniência e o SHA-256 estão em real-geojson-provenance.json. O GeoJSON fica em work/bench-data, fora dos artefatos distribuídos. Não há download implícito nem afirmação de licença.

tools/benchmark_real_geojson.py aceita um arquivo local de qualquer origem. A leitura/validação usa o núcleo próprio. Estado inteiro, foco regional, pan e zoom tiveram cenas e PNGs idênticos com índice ou varredura linear, em três pares alternados por vista. Os relatórios conservam amostras e memória de processo, medida fora do tempo da operação.

O primeiro experimento de cache observou redraw/back/forward/home de cerca de 16–18 s para 0,4–0,5 s em vistas já visitadas, com 2,5 MiB de RGBA retidos nas três vistas do teste. Vistas novas ainda custam a rasterização completa: nessa execução, aproximadamente 19–20 s para zoom/pan. O cache não resolve a cobertura raster inicial, e composição rápida não significa pintura rápida.

A conferência final no wheel instalado observou 0,395–0,416 s para redraw/back/forward/home e aproximadamente 16,6 s para novas vistas de zoom/pan, com os mesmos limites, dimensões e índices de histórico da medição anterior. As 54 composições anteriores permanecem na matriz original; os 12 cenários novos estão em arquivos adicionais, preservando o exemplo e os testes existentes.

Relatórios: real-geojson-benchmark-source.json (anterior ao cache), real-geojson-benchmark-cache.json (experimento inicial) e real-geojson-benchmark-wheel.json (implementação final instalada). São observações locais pequenas, com carga do computador não controlada, sem garantia geral de tempo e sem inferir latência de apresentação física. Tk usou widgets/event loop reais, janela oculta e input programático.

Reprodução no ambiente de desenvolvimento, após fornecer o arquivo:

python tools/benchmark_real_geojson.py municipios.geojson --output resultado.json --repeats 3 --tk
python tools/benchmark_real_geojson.py municipios.geojson --output navegacao.json --tk-only

Continuam pendentes cobertura raster inicial em bases detalhadas, apresentação visível/input nativo, bases originais mais extensas e CI efetiva multiplataforma. Este lote encerra subpassos verificáveis; não encerra os cinco critérios da 0.2.