将 svg 文件导入 matplotlib 图

Question

我喜欢制作高质量的绘图，因此尽可能避免光栅化图形。

我正在尝试将 svg 文件导入 matplotlib 图：

import matplotlib.pyplot as plt
earth   = plt.imread('./gfx/earth.svg')
fig, ax = plt.subplots()
im      = ax.imshow(earth)
plt.show()

这适用于 png 完美。有人可以告诉我如何使用 svg 或至少指出我正确的文档。

我知道有人问过类似的问题（但没有回答）：here。自那以后有什么变化吗？

附：我知道我可以只导出一个高分辨率的 png 并达到类似的效果。这不是我正在寻找的解决方案。

这是我要导入的图片：

.

Answer 1

也许你要找的是svgutils

import svgutils.compose as sc
from IPython.display import SVG # /!\ note the 'SVG' function also in svgutils.compose
import numpy as np

# drawing a random figure on top of your SVG
fig, ax = plt.subplots(1, figsize=(4,4))
ax.plot(np.sin(np.linspace(0,2.*np.pi)), np.cos(np.linspace(0,2.*np.pi)), 'k--', lw=2.)
ax.plot(np.random.randn(20)*.3, np.random.randn(20)*.3, 'ro', label='random sampling')
ax.legend()
ax2 = plt.axes([.2, .2, .2, .2])
ax2.bar([0,1], [70,30])
plt.xticks([0.5,1.5], ['water  ', ' ground'])
plt.yticks([0,50])
plt.title('ratio (%)')
fig.savefig('cover.svg', transparent=True)
# here starts the assembling using svgutils 
sc.Figure("8cm", "8cm", 
    sc.Panel(sc.SVG("./Worldmap_northern.svg").scale(0.405).move(36,29)),
    sc.Panel(sc.SVG("cover.svg"))
    ).save("compose.svg")
SVG('compose.svg')

输出：

Answer 2

致 2021 年来到这里的任何人...

我建议看看cairosvg 包
(conda install -c conda-forge cairosvg)

https://cairosvg.org/

import cairosvg
import matplotlib.pyplot as plt
from PIL import Image
from io import BytesIO

img = cairosvg.svg2png("... the content of the svg file ...")
img = Image.open(BytesIO(img_png))
plt.imshow(img)

Answer 3

SVG（Scalable Vector Graphics）是一种矢量格式，这意味着图像不是由像素组成，而是由可以任意缩放的相对路径组成。

NumPy/Matplotlib 作为数值计算软件，仅真正适用于像素图形，无法处理svg。我建议首先将 svg 文件转换为例如png 文件，通过在 Inkscape（免费）等软件中打开并保存它。然后，在 Python 中打开导出的png。

或者，在the picture's information page (click on the download button to the right of the picture) 上使用维基媒体提供的png 格式的文件版本。

如果你真的认为你需要矢量形式，那么，没有办法做到这一点。您始终可以手动将 matplotlib 图形叠加到图形上（使用 matplotlib Artist 在绘图画布上绘制），或通过一些 pycairo 魔术，然后保存。但是 Matplotlib 不能直接使用 svg 内容。