Retina matplotlib
Este artigo mostrará como modificar as configurações padrão para melhorar a resolução de gráficos de matplotlib para embutido e exportado. Temos que importar o comando da retina no código que aumentará a exibição do enredo como na qualidade da retina. Os números parecerão melhores em qualquer exibição com resolução da retina; Mas, se a resolução da sua tela for sub-retina, a melhoria será menos óbvia.
Retina Displays com back -end em linha em Python
Os visuais padrão às vezes parecem embaçados em telas de maior resolução, como as telas de retina, mas podemos ver resultados da plotagem de alta resolução se tivermos o mais recente MacBook com uma exibição de retina.
Tudo o que precisamos fazer agora é adicionar o seguinte comando ao nosso código. Observe que temos que salvar nosso arquivo no “.extensão ipy ”se estivermos usando o matplotlib.interface pyplot.
# %config inlinebackend.figura_format = 'retina'Exemplo 1:
Temos um exemplo aqui para mostrar como podemos exibir o gráfico de matplotlib usando um formato de alta resolução retina. Primeiro, importamos um comando "%matplotlib inline", que nos ajudará a produzir os comandos de plotagem a serem apresentados em linha dentro dos front -ends depois de ativar o back -end "embutido" do matplotlib.
Isso significa que o enredo aparecerá abaixo da célula, onde damos os comandos e o gráfico de saída também será incluído em nosso documento de notebook Python. Então, temos a biblioteca Numpy como alias "np" e o matplotlib.Pyplot como "pLT". Depois de importar as bibliotecas importantes, demos um comando retina que aumentará a resolução do gráfico. O tamanho da figura também é fornecido aqui, que exibirá a figura em um tamanho maior.
A variável é definida como "eu" e defina uma função linspace numpy. É usado para fazer uma série que é espaçada uniformemente em um determinado intervalo. Por fim, usamos o pacote Pyplot de Matplotlib e passamos a variável "i" para ele. A função senoidal Numpy também é usada para gerar o enredo senoidal.
%Matplotlib em linhaimportar numpy como np
importar matplotlib.pyplot como plt
%Config inlinebackend.figura_format = "retina"
plt.rcparams ["figura.figSize "] = (9.0,3.0)
i = np.linspace (-2*np.pi, 2*np.PI, 200)
plt.enredo (i, np.pecado (i)/i);
A saída da retina alta resolução é exibida na imagem abaixo.
Exemplo 2:
Usamos um gráfico de duas linhas que usa a opção de formato de figura de back -end em linha como "retina". As linhas resultantes terão uma qualidade de retina de alta resolução. Primeiro de tudo, temos que usar o comando "%matplotlib inline" na pronta Shell of Spyder. O comando permite o enredo gerado dentro do shell rápido.
Aqui, configuramos o comando Retina Display em nosso código depois de importar todas as bibliotecas Python essenciais para usar funções trigonométricas e gerar o gráfico. Também definimos a configuração do tempo de execução do Matplotlib (RC) como "rcParams" que contém o tamanho da figura para o elemento da plotagem, geramos quando ele carrega.
A variável "A" é declarada e usa a função Numpy Linspace para criar a série de determinados intervalos. Em seguida, usando o pacote Matplotlib Pyplot, no qual passamos a variável "A" e a função seno trigonométrica. O enredo. A função plot ”gerará as duas linhas de funções seno.
%Matplotlib em linhaimportar numpy como np
importar matplotlib.pyplot como plt
%Config inlinebackend.figura_format = "retina"
plt.rcparams ["figura.figSize "] = (5.0,3.0)
a = np.linspace (-4*np.pi, 4*np.pi, 50)
plt.Lote (A, NP.sin (a)/a, a, np.sin (2*a)/a);
A retina Matplotlib tem um gráfico de alta resolução na imagem abaixo.
Exemplo 3:
Exibimos o enredo usando cores diferentes e também usando símbolos diferentes para apontar para o ponto específico no enredo dado. O enredo será renderizado na qualidade da retina de matplotlib. No código, fornecemos o comando embutido. Também importamos a biblioteca Numpy e a Biblioteca Matplotlib.
A opção Retina Display está configurada no comando. Em seguida, definimos o tamanho do enredo e declaramos uma variável "i" que criará a série de intervalos usando a função Numpy Linspace. Observe que aqui chamamos o PLT. Função de plotagem na qual geramos um gráfico de cosseno. A linha do gráfico de cosseno recebe uma cor verde com o símbolo de estrela “*” e a outra linha de cosseno tem uma cor vermelha que está usando o símbolo da bala.
%Matplotlib em linhaimportar numpy como np
importar matplotlib.pyplot como plt
%Config inlinebackend.figura_format = "retina"
plt.rcparams ["figura.figSize "] = (7, 9)
i = np.linspace (-6*np.pi, 6*np.pi, 50)
plt.enredo (i, np.cos (i)/i, 'g-*', i, np.cos (3*i)/i, 'r-o');
Como você pode ver, o gráfico abaixo é tão bom e tem uma visão clara da tela da retina Matplotlib.
Exemplo 4:
Criamos um enredo de dispersão mapeado por cores em um modo de exibição de retina. O comando da opção Matplotlib Retina é apresentado no “Inlinebackend.figura_format ”. A variável é definida como "thetavalue" e inicializada com a função Numpy Linspace que deu "60" etapas de "0" a "6" Pi. O tamanho da matriz também está definido como "10" para "60" valores usando os numpy. Ele retornará a forma de matriz fornecida com os.
Então, temos uma variável como "A" que está usando o NP.aleatório.Rand função e passou um valor "60" nele. A função está assumindo o valor aleatório "60" em [0, 1] e especificando o tamanho da saída. As variáveis "B" e "C" são declaradas e passadas no "Thetavalue" como um parâmetro. A variável "B" está usando a função cosseno Numpy e a variável "C" está usando a função Sine Numpy.
Por fim, usamos o método scatter () no pyplot que é usado para criar um gráfico de dispersão. Para cada observação, a função Scatter () desenha um único ponto. Requer duas matrizes de comprimento idêntico, uma para valores de eixo x e outro para valores do eixo y.
%Matplotlib em linhaimportar numpy como np
importar matplotlib.pyplot como plt
%Config inlinebackend.figura_format = "retina"
thetavalue = np.linspace (0,4*np.pi, 60)
ArrSize = 10*NP.um (60)
a = np.aleatório.Rand (60)
b = thetavalue*np.cos (Thetavalue)
c = thetavalue*np.pecado (thetavalue)
plt.dispersão (b, c, arsize, a)
A imagem abaixo é o gráfico de dispersão mapeada por cores.
Exemplo 5:
Aqui, criamos várias parcelas usando as subparcelas. O enredo é renderizado na qualidade da retina. Inicialmente, demos um comando embutido em nosso shell imediato. Depois disso, implementamos o código que usa a biblioteca Numpy e o pacote Matplotlib PyPlot. O comando Matplotlib Retina Display também é dado, pois queremos um lote de alta resolução.
Em seguida, definimos a série de intervalos para o gráfico usando a função Numpy Linspace e armazenamos isso na variável "Thetais". As duas variáveis também são declaradas aqui como "eu" e "j". Essas variáveis estão usando cosseno numpy e função seno. Com o PyPlot, chamamos o método da subtrama que está criando 1 linha, 2 colunas e ativo como número 2 do gráfico 2.
O plt.A função de plotagem está tomando "eu" e definindo a linha como cor azul e apontando com o símbolo mais "+". Há uma segunda subparcela que está criando 1 linha, 2 colunas e está ativa como a parcela número 1. O plt.O enredo está pegando “J” e definindo sua cor em vermelho com o símbolo do triângulo “^”.
%Matplotlib em linhaimportar numpy como np
importar matplotlib.pyplot como plt
%Config inlinebackend.figura_format = "retina"
tetais = np.linspace (0,1*np.pi, 10)
i = thetais*np.Sin (Thetais)
j = thetais*np.cos (tetais)
plt.Subparcela (1,2,2)
plt.plot (i, 'b-+')
plt.Subparcela (1,2,1)
plt.plot (j, 'r-^');
As subparcelas abaixo são muito claras, pois temos uma tela de retina Matplotlib.
Conclusão
Como discutimos o uso da função básica de alta resolução da retina de matplotlib na criação de um enredo. Mostramos a você um exemplo diferente de plotar gráficos diferentes que estão usando comandos Retina na implementação do código. Agora você pode descobrir como a exibição da retina será aprimorada pela figura de baixa qualidade padrão no aplicativo Spyder. A tela Retina Matplotlib certamente o ajudará a gerar um gráfico de alta qualidade.