迹忆客 专注技术分享

Matplotlib 是一个 Python 库，可以生成高质量的 2D 和 3D 图。 它的主要功能之一是支持具有高像素密度屏幕的视网膜显示器。

这使得 matplotlib 绘图看起来清晰明了，尤其是在笔记本电脑和移动屏幕上。 在 Retina 显示器上使用 matplotlib 有两种主要方式。

1. %matplotlib 内联魔术命令
2. 配置 matplotlib 以使用后端

用于 Python 的 Matplotlib

Matplotlib 旨在为科学出版物和演示文稿制作具有出版质量的二维图形。 对于交互式工作，matplotlib 包括几个图形用户界面工具包。

默认的 Matplotlib 后端用于创建静态 PNG。 它具有各种硬拷贝格式和跨平台交互环境的出版质量数据。

matplotlib 的一些特性是：

1. 支持各种后端
2. 使用 GUI 绘图
3. 基本绘图
4. 用笔记本绘图
5. 使用服务器绘图
6. 使用应用程序绘图
7. 用库绘图

它被设计为尽可能灵活。 用户可以从各种后端中进行选择，包括 matplotlib 的后端，它支持广泛的输出设备，例如 PNG、PDF、SVG、JPG、GIF 和交互式后端。

此外，它还有几个附加工具，例如：

1. 一个动画包
2. 用于创建矢量图形的工具包
3. 用于创建出版质量图的工具包
4. 用于处理矩阵的集合
5. 一组用于操作图像的工具
6. 一组用于执行 3D 数据的工具

Python 中的视网膜

视网膜是一种高分辨率的显示设备。 它是一种显示设备，由用于生成图像的单个像素单元的网格组成。

在眼睛的后侧，存在视网膜并且可以可靠地将光转化为发送到大脑的电脉冲。

使用 Python matplotlib Retina

Matplotlib 视网膜图是一种高分辨率图形，可以使用 Matplotlib 库生成。 该图用于更精确和简洁地可视化数据。

视网膜图可以使用 Matplotlib 库的 pyplot 模块生成。 该模块有助于创建二维图形。

视网膜图是使用 pyplot 模块的 plot() 函数创建的。

因此，此函数用于在图表上绘制数据。 使用 line() 函数将数据绘制在图表上。

此函数用于在图形上绘制线条。

因此，可以使用 pyplot 模块的 show() 函数生成视网膜图。 此函数用于在屏幕上显示图形。

在 Retina 显示屏上使用 matplotlib 有两种主要方式：

1. 使用 %matplotlib 内联魔术命令直接在笔记本中渲染图形。
2. 配置 matplotlib 以使用支持 Retina 显示屏的后端。

%matplotlib 内联魔术命令

这种方式最容易使用，但它的缺点是所有图形都将以较低的分辨率呈现，因为它们显示在笔记本中。

%matplotlib inline

# import the required libraries and modules
import numpy as np
import matplotlib.pyplot as plt

# configure the figure format
%config InlineBackend.figure_format = "retina"

plt.rcParams["figure.figsize"] = (7.0,4.5)
a = np.linspace(-3*np.pi,3*np.pi,90)

# show the figure
plt.plot(a,np.sin(a)/a)

输出:

配置matplotlib 此选项需要更多配置，但会产生更高质量的图形。 要将 matplotlib 配置为使用支持 Retina 显示屏的后端，您需要编辑 matplotlibrc 文件。

1. 在 Mac 上，此文件位于 ~/.matplotlib/matplotlibrc。
2. 在 Windows 上，此文件位于 C:\Users.matplotlib\matplotlibrc。
3. 在 Linux 上，此文件位于 ~/.config/matplotlib/matplotlibrc。

您需要将以下行添加到您的 matplotlibrc 文件中：

backend: TkAgg
tk.window_focus()
fig.set_size_inches(7,5)

一旦你编辑了你的 matplotlibrc 文件，你将需要重新启动你的笔记本内核以使更改生效。

%matplotlib inline

# import libraries
import numpy as np
import matplotlib.pyplot as plt

# configure the file format, and set it to "retina"
%config InlineBackend.figure_format = "retina"
thetaValue= np.linspace(2,7*np.pi,200)

# create array
arrSize = 10*np.ones(200)

a = np.random.rand(200)
b = thetaValue*np.cos(thetaValue)
c = thetaValue*np.sin(thetaValue)

# display figure
print(plt.scatter(b,c,arrSize,a))

输出:

总结

如果您尝试在 Matplotlib 中对图表进行合理的自定义，您可能会感到沮丧。

从这篇文章中，您可以看到 Matplotlib 可以像数据可视化领域的许多出版物一样生成高质量的图形。 默认格式为 PDF，并支持许多其他格式。

基本用法很简单，创建一个图形，添加一些坐标轴，在坐标轴上绘制一些数据，然后调用 show 来显示图形。