Python数据可视化JupyterNotebook绘图生成高清图片
大家好，我是小五????
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")
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”
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????
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。
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。
更改保存格式，就得到了高清的矢量图。
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。
最近有啥书？
R语言数据可视化实战：本书全面介绍了如何利用R语言绘制各种统计图形，书中的所有统计图形都给出了实例源代码，读者可以通过代码进行复现。适合R语言数据可视化入门与进阶读者阅读，也适合数据分析和数据挖掘的从业者及其他数据科学从业者阅读。
以上就是Python数据可视化JupyterNotebook绘图生成高清图片的详细内容，更多关于Python数据可视化JupyterNotebook的资料请关注脚本之家其它相关文章！
相关文章
这篇文章主要介绍了Python datetime模块的使用示例，帮助大家更好的理解和使用python处理时间，感兴趣的朋友可以了解下2021-02-02
django自定义Field实现一个字段存储以逗号分隔的字符串
这篇文章主要介绍了django自定义Field实现一个字段存储以逗号分隔的字符串的示例,需要的朋友可以参考下2014-04-04
python selenium在打开的浏览器中动态调整User Agent
这篇文章主要介绍的是python selenium在打开的浏览器中动态调整User Agent，具体相关资料请需要的朋友参考下面文章详细内容，希望对你有所帮助2022-02-02
这篇文章主要介绍了Python类装饰器实现方法,结合实例形式较为详细的分析了Python类装饰器的相关概念、原理、实现方法与使用技巧,需要的朋友可以参考下2018-12-12
这篇文章主要介绍了Python中的yield浅析,对迭代器(iterator) 、生成器(constructor)一并做了分析,并用实例来说明,需要的朋友可以参考下2014-06-06
这篇文章主要介绍了解决安装和导入tensorflow、keras出错的问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-01-01
Python有两种错误很容易辨认:语法错误和异常.本文就给大家详细介绍一下Python错误和异常,对正在学习python的小伙伴们很有帮助哦,需要的朋友可以参考下2021-05-05
ubuntu在线服务器python Package安装到离线服务器的过程
这篇文章主要介绍了ubuntu在线服务器python Package安装到离线服务器,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2023-04-04
PyCharm是一款很好用很流行的python编辑器。Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项，这篇文章主要介绍了pycharm部署、配置anaconda环境的教程,需要的朋友可以参考下2020-03-03
这篇文章主要介绍了Python txt文件常用读写操作代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-08-08
最新评论