Las pantallas con una alta densidad de pixeles son cada vez más populares, volviéndose en muchos casos el estándar de la industria. Esto es porque la calidad en la imagen de las pantallas es considerable. Hoy en día se pueden encontrar una gran oferta de ordenadores o monitores con resolución HiDPI o Retina Display en el mundo Apple. Por defecto la calidad de las pantallas retina en Jupyter Notebook no se aprovecha, aunque esto es fácil de solucionar.
La configuración de una pantalla con una alta densidad de píxeles en Jupyter Notebook es tremendamente sencilla, simplemente se ha de ejecutar la siguiente línea en una celda.
%config InlineBackend.figure_format = 'retina'
A partir de ese punto todas las imágenes pasarán a tener una resolución de 144 píxeles por pulgada en lugar de los 72 por defecto.
Para comparar la calidad de las imágenes se puede generar una figura en la que se representa el seno y el coseno con el siguiente código:
%matplotlib inline import numpy as np import matplotlib.pyplot as plt %config InlineBackend.figure_format = 'retina' xvalues = np.linspace(-np.pi, np.pi) yvalues1 = np.sin(xvalues) yvalues2 = np.cos(xvalues) plt.plot(xvalues, yvalues1, lw=2, color='red', label='sin(x)') plt.plot(xvalues, yvalues2, lw=2, color='blue', label='cos(x)') plt.legend() None
Ahora se muestra las imágenes que se obtienen cuando la calidad es estándar o retina. Como se puede apreciar la diferencia entre ambas resoluciones es considerable. Observando que tanto las líneas como los textos tiene menos pixelado en la segunda configuración.
En esta entrada se ha visto cómo modificar la calidad de las gráficas generadas en Jupyter para aprovechar la calidad de las pantallas HiDPI. Al cambiar la configuración se consigue que la calidad de las imágenes pase de 72 a 144 píxeles por pulgada, obteniendo gráficas de mayor calidad.
Imágenes: Pixabay
Cualquier país desarrollado tiene sus propios indicadores folclóricos. España, por motivos que tienen mucho que…
Entras a la web de tu banco. En la página principal, un banner llamativo: “Depósito…
Seguimos ampliando el laboratorio de Analytics Lane con el lanzamiento de la versión 1.3, disponible…
Cerramos la serie internacional con la categoría más estrambótica de todas: indicadores que predicen el…
Si el WOE y el IV son la base matemática del credit scoring, el binning…
Seguimos iterando sobre el laboratorio de Analytics Lane y lanzamos la versión 1.2, disponible en:https://www.analyticslane.com/lab/es…
This website uses cookies.