Python數(shù)據(jù)可視化JupyterNotebook繪圖生成高清圖片
大家好,我是小五????
最近有小伙伴問(wèn)了個(gè)問(wèn)題:如何在jupyter notebook,用Matplotlib
畫圖時(shí)能夠更“高清”?
今天正好跟大家聊聊,解決辦法。
先舉個(gè)小例子,用 Matplotlib
繪制極坐標(biāo)圖:
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")
打開(kāi)保存到當(dāng)前工作目錄里的temp.png
,放大之后就會(huì)發(fā)現(xiàn)確實(shí)“像素略渣”
一些小伙伴可能會(huì)說(shuō),那我修改圖像像素尺寸不就行了。
確實(shí)可以,不過(guò)要記得同時(shí)修改所有的像素尺寸,而不是只改圖像大小,否則就會(huì)像下面一樣????
我們可以在保存圖像時(shí),增加一些參數(shù)。
比如dpi
就是分辨率,每英寸的點(diǎn)數(shù)。
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')
另一個(gè)參數(shù)bbox_inches
: 只有圖形給定部分會(huì)被保存。設(shè)置為“tight”用以恰當(dāng)?shù)钠ヅ渌4娴膱D形。
這樣生成的圖像就足夠高清了。
想讓圖像高清,還有另外一種方法。
之前跟大家介紹過(guò)一些魔法命令,比如%matplotlib inline
可以在Ipython編譯器里直接使用,功能是可以內(nèi)嵌繪圖,并且可以省略掉plt.show()這一步。
我們可以再增加一行配置,就能讓 Matplotlib 在 Jupyter Notebook 上面輸出高清矢量圖了。
%config InlineBackend.figure_format = 'svg'
輸出的格式是svg,這樣瀏覽器就可以渲染出矢量圖了。
更改保存格式,就得到了高清的矢量圖。
第二種方法使用了Jupyter notebook 中的魔法命令,可以設(shè)定顯示圖片的分辨率。
同樣的參數(shù)設(shè)置還有:
%config InlineBackend.figure_format = "png" %config InlineBackend.figure_format = "svg" %config InlineBackend.figure_format = "retina"
在分辨率較高的屏幕(例如 Retina 顯示屏)上,Jupyter Notebook 中的默認(rèn)圖像可能會(huì)顯得模糊。
可以在 %matplotlib inline 之后使用%config InlineBackend.figure_format = "retina"
來(lái)呈現(xiàn)分辨率較高的圖像。
最近有啥書(shū)?
R語(yǔ)言數(shù)據(jù)可視化實(shí)戰(zhàn):本書(shū)全面介紹了如何利用R語(yǔ)言繪制各種統(tǒng)計(jì)圖形,書(shū)中的所有統(tǒng)計(jì)圖形都給出了實(shí)例源代碼,讀者可以通過(guò)代碼進(jìn)行復(fù)現(xiàn)。適合R語(yǔ)言數(shù)據(jù)可視化入門與進(jìn)階讀者閱讀,也適合數(shù)據(jù)分析和數(shù)據(jù)挖掘的從業(yè)者及其他數(shù)據(jù)科學(xué)從業(yè)者閱讀。
以上就是Python數(shù)據(jù)可視化JupyterNotebook繪圖生成高清圖片的詳細(xì)內(nèi)容,更多關(guān)于Python數(shù)據(jù)可視化JupyterNotebook的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
- Jupyter Notebook運(yùn)行Python代碼實(shí)現(xiàn)傳參方式
- 使用jupyter?notebook保存python代碼為.py格式問(wèn)題
- jupyter?notebook?自定義python解釋器的過(guò)程詳解
- 關(guān)于AnacondaNavigator?Jupyter?Notebook更換Python內(nèi)核的問(wèn)題
- 提高Python生產(chǎn)力的五個(gè)Jupyter notebook插件
- Python數(shù)據(jù)分析JupyterNotebook3魔法命令詳解及示例
- Jupyter Notebook如何導(dǎo)入python文件時(shí)的問(wèn)題
相關(guān)文章
django自定義Field實(shí)現(xiàn)一個(gè)字段存儲(chǔ)以逗號(hào)分隔的字符串
這篇文章主要介紹了django自定義Field實(shí)現(xiàn)一個(gè)字段存儲(chǔ)以逗號(hào)分隔的字符串的示例,需要的朋友可以參考下2014-04-04python?selenium在打開(kāi)的瀏覽器中動(dòng)態(tài)調(diào)整User?Agent
這篇文章主要介紹的是python?selenium在打開(kāi)的瀏覽器中動(dòng)態(tài)調(diào)整User?Agent,具體相關(guān)資料請(qǐng)需要的朋友參考下面文章詳細(xì)內(nèi)容,希望對(duì)你有所幫助2022-02-02解決安裝和導(dǎo)入tensorflow、keras出錯(cuò)的問(wèn)題
這篇文章主要介紹了解決安裝和導(dǎo)入tensorflow、keras出錯(cuò)的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-01-01Python基礎(chǔ)之語(yǔ)法錯(cuò)誤和異常詳解
Python有兩種錯(cuò)誤很容易辨認(rèn):語(yǔ)法錯(cuò)誤和異常.本文就給大家詳細(xì)介紹一下Python錯(cuò)誤和異常,對(duì)正在學(xué)習(xí)python的小伙伴們很有幫助哦,需要的朋友可以參考下2021-05-05ubuntu在線服務(wù)器python?Package安裝到離線服務(wù)器的過(guò)程
這篇文章主要介紹了ubuntu在線服務(wù)器python?Package安裝到離線服務(wù)器,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2023-04-04pycharm部署、配置anaconda環(huán)境的教程
PyCharm是一款很好用很流行的python編輯器。Anaconda是專注于數(shù)據(jù)分析的Python發(fā)行版本,包含了conda、Python等190多個(gè)科學(xué)包及其依賴項(xiàng),這篇文章主要介紹了pycharm部署、配置anaconda環(huán)境的教程,需要的朋友可以參考下2020-03-03