Блог

Я строю набор данных, в котором размер массивов данных больше размера рисунка, даже больше, чем разрешение моего экрана. Как показано в примере ниже, matplotlib выполняет удивительно хорошую работу по рендерингу данных. Это всего лишь пример набора данных. Мой реальный набор данных гораздо более непредсказуем. У меня есть опасения, что могут быть случаи, когда некоторые важные данные не отображаются. Как matplotlib решает, что показывать?

 x = np.arange(0, 10000)
y = np.zeros(10000)
for i in range(0, 10000, 100):
    y[i] = x[i]
x_spikes = np.random.choice(x, size=10, replace=False)
y[x_spikes] = 10000   x[x_spikes]   
plt.plot(x,y);

print(sorted(x_spikes))
[375, 2828, 3494, 6526, 6855, 6902, 6923, 7117, 7831, 9558]
  

plt.plot Команда создает один или несколько Line2D объектов. В этих строках есть linewidth . Единицей измерения ширины линии являются точки (по умолчанию используется 1,5 точки).

Следовательно, независимо от разрешения в пикселях отображаются все данные, никакие данные не теряются.

Однако может случиться так, что если вы сделаете ширину линии очень узкой, функции могут быть потеряны из-за сглаживания. Чтобы убедиться, что этого не происходит, вы всегда можете использовать ширину линии, которая составляет не менее ppi / dpi. Т.е. 72 / dpi в случае matplotlib. По умолчанию dpi равен 100. Таким образом, пока ширина линии больше или равна 0.72 точкам, отображаются все точки. (В Juypter часто значение dpi по умолчанию равно 72, следовательно, 72/72 == 1, и потребуется ширина строки 1 .)

Все это относится к строкам. Для столбчатых графиков (где ширина указана в координатах данных) все по-другому. Также изображения могут отображать не все данные, хотя imshow имеет interpolation аргумент, позволяющий управлять поведением интерполяции.