Retina di matplotlib

Matplotlib è una grande risorsa per la trama a base di Python. Tuttavia, se dobbiamo generare grafici in linea all'interno di un'applicazione Spyder, abbiamo sicuramente osservato che la risoluzione predefinita dell'immagine della trama è piuttosto bassa, rendendo i nostri grafici sfocati e difficili da leggere. Questo può essere complicato, soprattutto se hai intenzione di visualizzare la trama o convertirla in qualche altro formato.

Questo articolo ti mostrerà come modificare le impostazioni predefinite per migliorare la risoluzione dei grafici Matplotlib per sia in linea che per l'esportazione. Dobbiamo importare il comando della retina nel codice che migliorerà la visualizzazione della trama come nella qualità della retina. Le cifre sembreranno meglio su qualsiasi display con risoluzione della retina; Ma, se la risoluzione del tuo display è sub-retina, il miglioramento sarà meno ovvio.

Retina display con backend in linea in Python

Le immagini predefinite a volte appaiono sfocate su schermi a risoluzione più elevata come i display della retina, ma possiamo visualizzare i risultati del diagramma ad alta risoluzione se abbiamo l'ultimo MacBook con un display Retina.

Tutto quello che dobbiamo fare ora è aggiungere il seguente comando al nostro codice. Nota che dobbiamo salvare il nostro file in ".estensione ipy "se stiamo usando matplotlib.Interfaccia Pyplot.

# %config inlinebackend.figura_format = 'retina'

Esempio 1:

Abbiamo un esempio qui per mostrare come possiamo visualizzare il grafico matplotlib usando un formato ad alta risoluzione della retina. Innanzitutto, abbiamo importato un comando "%matplotlib inline" che ci aiuterà a produrre i comandi di complotto da presentare in linea all'interno dei frontend dopo aver abilitato il backend di matplotlib "inline".

Significa che la trama apparirà sotto la cella in cui abbiamo fornito i comandi e la trama di output sarà inclusa anche nel nostro documento Python Notebook. Quindi, abbiamo la libreria numpy come alias "np" e matplotlib.Pyplot come "PLT". Dopo aver importato le biblioteche importanti, abbiamo dato un comando retina che migliorerà la risoluzione del grafico. La dimensione della figura è anche indicata qui che visualizzerà la figura in una dimensione più grande.

La variabile è definita come "i" e imposta una funzione numpy linspace in essa. È usato per creare una serie che è uniformemente distanziata in un certo intervallo. Alla fine, abbiamo usato il pacchetto Pyplot da Matplotlib e abbiamo passato la variabile "I" ad esso. La funzione sine numpy viene anche utilizzata per generare il diagramma sinusoidale.

%Matplotlib inline
Importa Numpy come NP
Importa matplotlib.Pyplot come 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.Trama (I, NP.sin (i)/i);

L'output della retina ad alta risoluzione viene visualizzata nell'immagine seguente.

Esempio 2:

Abbiamo usato un diagramma a due righe che utilizza l'opzione in linea di formato figura backend come "retina". Le linee risultanti avranno una qualità della retina ad alta risoluzione. Prima di tutto, dobbiamo usare il comando "%matplotlib inline" nella shell prompt di Spyder. Il comando abilita la trama generata all'interno della shell prompt.

Qui, abbiamo configurato il comando di display Retina nel nostro codice dopo aver importato tutte le librerie Python essenziali per l'utilizzo delle funzioni trigonometriche e generare la trama. Abbiamo anche impostato la configurazione di runtime di Matplotlib (RC) come "RCParams" che contiene la dimensione della figura per l'elemento del grafico, abbiamo generato quando si carica.

La variabile "A" viene dichiarata e utilizza la funzione Numpy Linspace per la creazione della serie di alcuni intervalli. Quindi, utilizzando il pacchetto piplot Matplotlib in cui abbiamo superato la variabile "A" e la funzione sinusoidale trigonometrica. La trama. La funzione trama ”genererà le due linee di funzioni sinusoidali in quanto abbiamo usato due funzioni sinusoidali con calcoli leggermente diversi.

%Matplotlib inline
Importa Numpy come NP
Importa matplotlib.Pyplot come 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.trama (a, np.sin (a)/a, a, np.sin (2*a)/a);

La retina Matplotlib ha un diagramma ad alta risoluzione nell'immagine seguente.

Esempio 3:

Abbiamo visualizzato la trama usando colori diversi e utilizzando anche simboli diversi per indicare il punto specifico nella trama indicata. La trama sarà resa nella qualità della retina Matplotlib. Nel codice, abbiamo fornito il comando inline. Abbiamo anche importato la libreria Numpy e la libreria Matplotlib.

L'opzione di visualizzazione Retina è configurata nel comando. Quindi, abbiamo impostato le dimensioni della trama e dichiarato una variabile "i" che creerà la serie di intervalli utilizzando la funzione Numpy Linspace. Nota che qui abbiamo chiamato il PLT. Funzione di trama in cui abbiamo generato un grafico del coseno. La linea del grafico del coseno viene somministrata un colore verde con il simbolo a stella "*" e l'altra linea del coseno ha un colore rosso che utilizza il simbolo del proiettile.

%Matplotlib inline
Importa Numpy come NP
Importa matplotlib.Pyplot come Plt
%config inlinebackend.figura_format = "retina"
Plt.rcparams ["figura.figsize "] = (7, 9)
i = np.Linspace (-6*NP.pi, 6*np.PI, 50)
Plt.Trama (I, NP.cos (i)/i, 'g-*', i, np.cos (3*i)/i, 'r-o');

Come puoi vedere, il grafico seguente è così bello e ha una visione chiara del display della retina Matplotlib.

Esempio 4:

Abbiamo creato un diagramma a dispersione mappata a colori in una modalità di visualizzazione della retina. Il comando dell'opzione Retina Matplotlib è riportato nel "Inlinebackend.Figura_format ". La variabile è definita come "thetavalue" e inizializzata con la funzione numpy Linspace che ha preso "60" passi da "0" a "6" PI. La dimensione dell'array è anche impostata su "10" per i valori "60" usando la funzione di Numpy. Restituirà la forma dell'array data con quelli.

Quindi, abbiamo una variabile come "A" che utilizza il NP.casuale.Rand funziona e ha passato un valore "60" in esso. La funzione sta prendendo il valore casuale "60" in [0, 1] e specificando la dimensione dell'uscita. Le variabili "B" e "C" vengono dichiarate e passate dal "thetavalue" come parametro. La variabile "B" utilizza la funzione del coseno numpy e la variabile "C" utilizza la funzione Numpy Sine.

Finalmente, utilizziamo il metodo Scatter () in Pyplot che viene utilizzato per creare un diagramma a dispersione. Per ogni osservazione, la funzione Scatter () disegna un singolo punto. Richiede due array di lunghezza identici, uno per i valori dell'asse x e l'altro per i valori dell'asse y.

%Matplotlib inline
Importa Numpy come NP
Importa matplotlib.Pyplot come Plt
%config inlinebackend.figura_format = "retina"
thetavalue = np.Linspace (0,4*NP.PI, 60)
arsize = 10*np.quelli (60)
a = np.casuale.Rand (60)
b = thetavalue*np.cos (Thetavalue)
c = thetavalue*np.sin (thetavalue)
Plt.dispersione (b, c, arsize, a)

L'immagine seguente è il diagramma a dispersione mappata a colori.

Esempio 5:

Qui, abbiamo creato più trame usando le sottotrame. La trama è resa nella qualità della retina. Inizialmente, abbiamo dato un comando in linea nella nostra shell prompt. Successivamente, abbiamo implementato il codice che utilizza la libreria Numpy e il pacchetto Pyplot Matplotlib. Il comando di display retina Matplotlib è anche dato in quanto vogliamo un diagramma ad alta risoluzione.

Quindi, abbiamo impostato la serie di intervalli per il grafico usando la funzione Numpy Linspace e memorizzato nella variabile "Thetais". Le due variabili sono anche dichiarate qui come "io" e "j". Queste variabili utilizzano rispettivamente il coseno numpy e la funzione seno. Con il pilota, abbiamo chiamato il metodo sottotrama che sta creando 1 riga, 2 colonne e attivi come numero di trama 2.

Il PLT.La funzione del diagramma sta prendendo "I" e imposta la linea come colore blu e puntando con il simbolo più "+". C'è una seconda sottotrama che sta creando 1 riga, 2 colonne ed è attivo come trama numero 1. Il PLT.La trama sta prendendo "J" e stabilendo il suo colore in rosso con il simbolo del triangolo "^".

%Matplotlib inline
Importa Numpy come NP
Importa matplotlib.Pyplot come Plt
%config inlinebackend.figura_format = "retina"
thetais = np.Linspace (0,1*NP.pi, 10)
i = thetais*np.Sin (Thetais)
j = thetais*np.cos (thetais)
Plt.sottotrama (1,2,2)
Plt.trama (i, 'b-+')
Plt.sottotrama (1,2,1)
Plt.trama (j, 'r-^');

Le sottotrame di seguito sono molto chiare in quanto abbiamo un display di retina Matplotlib.

Conclusione

Come abbiamo discusso dell'uso della funzione di base ad alta risoluzione della retina Matplotlib nella creazione di un diagramma. Ti abbiamo mostrato un esempio diverso di trama grafici diversi che utilizzano comandi retina nell'implementazione del codice. Ora puoi capire come il display retina sarà migliorato dalla figura di bassa qualità predefinita nell'applicazione Spyder. Il display Retina Matplotlib ti aiuterà sicuramente a generare un grafico di alta qualità.