Retina+jpeg option?

Offen
#5 5 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit
4/5
Geschätzter Aufwand
3-5 Tage
Anfängerfreundlichkeit
35/100
Issue-Typ
Feature
Klarheit
Muss geklärt werden
Aktivitätsstatus
Ruhig
Tech-Stack
jupyter, jupyter-notebook
Bereich
data-visualization

Rechercherichtung

Das Issue nennt weder eine Quelldatei noch einen Test. Beginne damit, nachzuverfolgen, wie das Inline-Backend die Einstellung figure_format und die Retina-Skalierung verarbeitet, und vergleiche anschließend das JPEG-Verhalten mit dem verlinkten Matplotlib-Issue und der Stack-Overflow-Frage; als erledigt sollte gelten, dass es eine klar definierte, getestete Möglichkeit gibt, JPEG-Notebook-Bilder in der passenden Größe zu erzeugen.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

I often work with complex matplotlib figures with millions of points, which I've been displaying in my notebooks using the ipython magic %config InlineBackend.figure_format = 'retina'. Unfortunately, these inline images are quite large in terms of file size.

I'm looking for general suggestions on how to reduce the size of my ipynb files, which can grow into the 10s or even hundreds of MB in size and become a bit unwieldy.

One thought I had was to switch to generating jpegs, but while it looks like I can meaningfully reduce the file size by switching the backend to jpeg and increasing the dpi to 2x:

from matplotlib import rcParams
%config InlineBackend.figure_format = 'jpeg'
rcParams['figure.dpi'] = 200

From this repo, it looks like I can dial in jpeg compression values, which should help reduce file size. However, I can't figure out how to size the jpegs appropriately for a retina display (they're twice as large as they should be, and slightly blurry). Is there a way to display jpegs in jupyter notebooks at similar resolution and size to the defaults provided by 'retina' mode?

See also:
Matplotlib issue
Stackoverflow question

Vorherrschende Sprache
Jupyter Notebook
Sterne
31
Forks
39
Keine gemergten PRs in 30 T.

Beitragsleitfaden

Für dieses Repository ist kein Beitragsleitfaden indexiert

Erste Schritte

  1. Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
  3. Forken Sie das Repository und arbeiten Sie in einem Branch.
  4. Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus ipython/matplotlib-inline

Alle Issues in ipython/matplotlib-inline

Ähnliche Issues

Weitere Issues zu Data Visualization

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.