来源:凹凸数据
最近有小伙伴问了个问题:如何在jupyter notebook,用Matplotlib
画图时能够更“高清”?
今天正好跟大家聊聊,解决办法。
先举个小例子,用 Matplotlib
绘制极坐标图:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
s = pd.Series(np.arange(20))
fig = plt.figure(figsize=(8, 4))
ax = plt.subplot(111, projection='polar')
ax.plot(s, linestyle='--', marker='.', lw=3)
plt.savefig("temp.png")
![cdc36107696d1945a696d9a349942846.png](https://img-blog.csdnimg.cn/img_convert/cdc36107696d1945a696d9a349942846.png)
打开保存到当前工作目录里的temp.png
,放大之后就会发现确实“像素略渣”
![c6e7cc8aff19ac85fd0453af945bb5da.gif](https://img-blog.csdnimg.cn/img_convert/c6e7cc8aff19ac85fd0453af945bb5da.gif)
一些小伙伴可能会说,那我修改图像像素尺寸不就行了。
确实可以,不过要记得同时修改所有的像素尺寸,而不是只改图像大小,否则就会像下面一样👇
![170e20dc63663d2add9ffa2bd182da3c.png](https://img-blog.csdnimg.cn/img_convert/170e20dc63663d2add9ffa2bd182da3c.png)
我们可以在保存图像时,增加一些参数。
比如dpi
就是分辨率,每英寸的点数。
s = pd.Series(np.arange(20))
fig = plt.figure(figsize=(8, 4))
ax = plt.subplot(111, projection='polar')
ax.plot(s, linestyle='--', marker='.', lw=3)
plt.savefig("temp_1.png", dpi=500, bbox_inches='tight')
另一个参数bbox_inches
: 只有图形给定部分会被保存。设置为“tight”用以恰当的匹配所保存的图形。
这样生成的图像就足够高清了。
![1f466ed110c44a63a91c4aac678277aa.png](https://img-blog.csdnimg.cn/img_convert/1f466ed110c44a63a91c4aac678277aa.png)
想让图像高清,还有另外一种方法。
之前跟大家介绍过一些魔法命令,比如%matplotlib inline
可以在Ipython编译器里直接使用,功能是可以内嵌绘图,并且可以省略掉plt.show()这一步。
我们可以再增加一行配置,就能让 Matplotlib 在 Jupyter Notebook 上面输出高清矢量图了。
%config InlineBackend.figure_format = 'svg'
输出的格式是svg,这样浏览器就可以渲染出矢量图了。
![06f8427aee5e2819430947a1a53b3dc3.png](https://img-blog.csdnimg.cn/img_convert/06f8427aee5e2819430947a1a53b3dc3.png)
更改保存格式,就得到了高清的矢量图。
![489521abd5f528d58c0c93af75603ec9.gif](https://img-blog.csdnimg.cn/img_convert/489521abd5f528d58c0c93af75603ec9.gif)
第二种方法使用了Jupyter notebook 中的魔法命令,可以设定显示图片的分辨率。
同样的参数设置还有:
%config InlineBackend.figure_format = "png"
%config InlineBackend.figure_format = "svg"
%config InlineBackend.figure_format = "retina"
在分辨率较高的屏幕(例如 Retina 显示屏)上,Jupyter Notebook 中的默认图像可能会显得模糊。
可以在 %matplotlib inline 之后使用%config InlineBackend.figure_format = "retina"
来呈现分辨率较高的图像。
-------- End --------
![087e69c66198de1ba8d58b41eeab79ea.png](https://img-blog.csdnimg.cn/img_convert/087e69c66198de1ba8d58b41eeab79ea.png)
精选资料
回复关键词,获取对应的资料:
关键词 | 资料名称 |
---|---|
600 | 《Python知识手册》 |
md | 《Markdown速查表》 |
time | 《Python时间使用指南》 |
str | 《Python字符串速查表》 |
pip | 《Python:Pip速查表》 |
style | 《Pandas表格样式配置指南》 |
mat | 《Matplotlib入门100个案例》 |
px | 《Plotly Express可视化指南》 |
精选视频
可视化: Plotly Express
财经: Plotly在投资领域的应用 | 绘制K线图表
排序算法: 冒泡排序 | 选择排序 | 快速排序 | 归并排序 | 堆排序 | 插入排序 | 希尔排序 | 计数排序 | 桶排序
![00f721fc443332e26fccc649c9a0914a.png](https://img-blog.csdnimg.cn/img_convert/00f721fc443332e26fccc649c9a0914a.png)