Rétine Matplotlib

Matplotlib est une excellente ressource pour le traçage basé sur Python. Cependant, si nous devons générer des parcelles en ligne dans une application Spyder, nous avons certainement observé que la résolution par défaut de l'image de l'intrigue est plutôt faible, ce qui rend nos graphiques floues et difficiles à lire. Cela peut être délicat, surtout si vous allez afficher l'intrigue ou le convertir en un autre format.

Cet article vous montrera comment modifier les paramètres par défaut pour améliorer la résolution des graphiques Matplotlib pour à la fois en ligne et exporté. Nous devons importer la commande de la rétine dans le code qui améliorera l'affichage de l'intrigue comme dans la qualité de la rétine. Les chiffres semblent mieux sur n'importe quel écran avec la résolution de la rétine; Mais, si la résolution de votre écran est sous-rétinue, l'amélioration sera moins évidente.

Retina Affiche avec backend en ligne à Python

Les visuels par défaut semblent parfois flous sur des écrans de résolution supérieure tels que les affichages de la rétine, mais nous pouvons afficher les résultats de tracé haute résolution si nous avons le dernier MacBook avec un écran de rétine.

Tout ce que nous avons à faire maintenant est d'ajouter la commande suivante à notre code. Notez que nous devons enregistrer notre fichier dans le «.Extension ipy ”Si nous utilisons Matplotlib.interface pypllot.

#% config inlinebackend.Figure_format = 'Retina'

Exemple 1:

Nous avons un exemple ici pour montrer comment nous pouvons afficher le graphique Matplotlib en utilisant un format haute résolution rétine. Tout d'abord, nous avons importé une commande «% Matplotlib en ligne» qui nous aidera à produire les commandes de traçage à présenter en ligne dans les frontends après avoir permis au backend Matplotlib `` en ligne ''.

Cela signifie que l'intrigue apparaîtra sous la cellule où nous avons donné les commandes et que le tracé de sortie sera également inclus dans notre document Python Notebook. Ensuite, nous avons la bibliothèque Numpy comme un alias «NP» et le matplotlib.pypllot comme «plt». Après avoir importé les bibliothèques importantes, nous avons donné une commande de rétine qui améliorera la résolution du graphique. La taille de la figure est également donnée ici qui affichera la figure de plus grande taille.

La variable est définie comme «i» et y régler une fonction de lispace numpy. Il est utilisé pour faire une série uniformément espacée dans un certain intervalle. Enfin, nous avons utilisé le package Pyplot de Matplotlib et passé la variable «I». La fonction Sine Numpy est également utilisée pour générer le tracé sinusoïdal.

% Matplotlib en ligne
Importer Numpy comme NP
Importer Matplotlib.pypllot comme plt
% config inlinebackend.Figure_format = "Retina"
PLT.rcparams ["Figure.figsize "] = (9.0,3.0)
i = np.lispace (-2 * np.pi, 2 * np.PI, 200)
PLT.Terrain (I, NP.sin (i) / i);

La sortie de la haute résolution de la rétine est affichée dans l'image ci-dessous.

Exemple 2:

Nous avons utilisé un tracé de deux lignes qui utilise l'option de format de figure backend en ligne comme «rétine». Les lignes résultantes auront une qualité de rétine de haute résolution. Tout d'abord, nous devons utiliser la commande «% Matplotlib en ligne» dans la coquille rapide de Spyder. La commande permet le tracé généré à l'intérieur du shell invite.

Ici, nous avons configuré la commande d'affichage de la rétine dans notre code après avoir importé toutes les bibliothèques Python essentielles pour utiliser des fonctions trigonométriques et générer le tracé. Nous avons également défini la configuration d'exécution Matplotlib (RC) en tant que «RCParams» qui contient la taille de la figure pour l'élément de tracé, nous avons généré lorsqu'il se charge.

La variable «A» est déclarée et utilise la fonction Numpy Linspace pour créer la série de certains intervalles. Ensuite, en utilisant le package Pyplot Matplotlib dans lequel nous avons passé la variable «A» et la fonction sinusoïdale trigonométrique. La parcelle. Plot ”La fonction générera les deux lignes de fonctions sinusiaires car nous avons utilisé deux fonctions sinusoïdales avec des calculs légèrement différents.

% Matplotlib en ligne
Importer Numpy comme NP
Importer Matplotlib.pypllot comme plt
% config inlinebackend.Figure_format = "Retina"
PLT.rcparams ["Figure.figsize "] = (5.0,3.0)
a = np.lispace (-4 * np.pi, 4 * np.pi, 50)
PLT.Terrain (A, NP.sin (a) / a, a, np.sin (2 * a) / a);

La rétine Matplotlib a un tracé haute résolution dans l'image ci-dessous.

Exemple 3:

Nous avons affiché l'intrigue en utilisant différentes couleurs et en utilisant également différents symboles pour pointer vers le point spécifique de l'intrigue donnée. Le complot sera rendu dans la qualité de la rétine Matplotlib. Dans le code, nous avons fourni la commande en ligne. Nous avons également importé la bibliothèque Numpy et la bibliothèque Matplotlib.

L'option d'affichage rétine est configurée dans la commande. Ensuite, nous avons réglé la taille du tracé et déclaré une variable «i» qui créera la série d'intervalles en utilisant la fonction Numpy Linspace. Notez que nous avons appelé le PLT. Fonction de tracé dans laquelle nous avons généré un graphique cosinus. La ligne de graphique cosinus reçoit une couleur verte avec le symbole d'étoile «*» et l'autre ligne de cosinus a une couleur rouge qui utilise le symbole de la balle.

% Matplotlib en ligne
Importer Numpy comme NP
Importer Matplotlib.pypllot comme plt
% config inlinebackend.Figure_format = "Retina"
PLT.rcparams ["Figure.Figse "] = (7, 9)
i = np.lispace (-6 * np.pi, 6 * np.pi, 50)
PLT.Terrain (I, NP.cos (i) / i, 'g - *', i, np.cos (3 * i) / i, 'r-o');

Comme vous pouvez le voir, le graphique ci-dessous est si bien et a une vision claire de l'affichage Matplotlib Retina.

Exemple 4:

Nous avons créé un tracé de dispersion à cartographie par couleur dans un mode d'affichage de la rétine. La commande de l'option Matplotlib Retina est donnée dans le «InlineBackend.Figure_format ". La variable est définie comme «thetavale» et initialisée avec la fonction Linspace Numpy qui a pris «60» étapes de «0» à «6» Pi. La taille du tableau est également définie sur «10» pour les valeurs «60» en utilisant la fonction Numpy. Il renverra la forme du réseau donné avec.

Ensuite, nous avons une variable en tant que «A» qui utilise le NP.aléatoire.Rand fonction et a passé une valeur «60» dedans. La fonction consiste à prendre la valeur aléatoire «60» dans [0, 1] et à spécifier la taille de sortie. Les variables «B» et «C» sont déclarées et transmises la «TheTavale» comme paramètre. La variable «B» utilise la fonction de cosinus Numpy et la variable «C» utilise la fonction Sine Numpy.

Enfin, nous utilisons la méthode Scatter () dans Pypllot qui est utilisée pour créer un tracé de dispersion. Pour chaque observation, la fonction Scatter () dessine un seul point. Il nécessite deux tableaux de longueur identique, l'un pour les valeurs de l'axe x et l'autre pour les valeurs de l'axe y.

% Matplotlib en ligne
Importer Numpy comme NP
Importer Matplotlib.pypllot comme plt
% config inlinebackend.Figure_format = "Retina"
thetavalue = np.lispace (0,4 * np.pi, 60)
arrsize = 10 * np.ceux (60)
a = np.aléatoire.Rand (60)
b = thetavalue * np.cos (thetavalue)
c = thetavalue * np.péché (thetavale)
PLT.dispersion (b, c, arrsize, a)

L'image ci-dessous est le tracé de dispersion à cartographie couleur.

Exemple 5:

Ici, nous avons créé plusieurs parcelles en utilisant les sous-intrigues. L'intrigue est rendue dans la qualité de la rétine. Initialement, nous avons donné une commande en ligne dans notre coquille rapide. Après cela, nous avons implémenté le code qui utilise la bibliothèque Numpy et le package Matplotlib Pyplot. La commande d'affichage de la rétine Matplotlib est également donnée car nous voulons un tracé de haute résolution.

Ensuite, nous avons défini la série d'intervalles pour le graphique en utilisant la fonction Numpy Linspace et stocké cela dans la variable "Theais". Les deux variables sont également déclarées ici comme «I» et «J». Ces variables utilisent respectivement le cosinus et la fonction sinus. Avec le pyplot, nous avons appelé la méthode de sous-intrigue qui crée 1 ligne, 2 colonnes et actif comme tracé numéro 2.

Le plt.La fonction de l'intrigue est de prendre «I» et de définir la ligne sous forme de couleur bleue et de pointer avec le symbole plus «+». Il y a une deuxième intrigue. Le plt.L'intrigue prend «J» et met sa couleur sur le rouge avec le symbole du triangle «^».

% Matplotlib en ligne
Importer Numpy comme NP
Importer Matplotlib.pypllot comme plt
% config inlinebackend.Figure_format = "Retina"
thetais = np.lispace (0,1 * np.pi, 10)
i = thetais * np.péché (thetais)
j = thetais * np.cos (thetais)
PLT.sous-intrigue (1,2,2)
PLT.complot (i, 'b- +')
PLT.sous-intrigue (1,2,1)
PLT.intrigue (j, 'r- ^');

Les sous-intrigues ci-dessous sont très claires car nous avons un écran de rétine Matplotlib.

Conclusion

Comme nous avons discuté de l'utilisation de la fonction de base à haute résolution de Matplotlib Retina dans la création d'un tracé. Nous vous avons montré un exemple différent de tracer différents graphiques qui utilisent des commandes rétines dans l'implémentation du code. Vous pouvez maintenant déterminer comment l'affichage de la rétine sera amélioré par la figure de faible qualité par défaut dans l'application Spyder. L'affichage Matplotlib Retina vous aidera sûrement à générer un graphique de haute qualité.