适配Web应用且无渲染瑕疵的Matplotlib后端选型咨询

我的图表出现了不必要的渲染瑕疵。为排查问题，我关闭了'agg'后端，瑕疵随即消失——此时Matplotlib使用的是默认后端，但我不清楚具体是哪一个。

我需要选用既不会产生渲染瑕疵，又适配Web应用的后端。Matplotlib后端文档提到：

还有一些后端可运行Web应用服务器以动态提供图表

之前我以为agg是Web场景的唯一选择，但现在发现它会导致渲染问题。我正在开发应用，但对Web开发完全不了解，想请教：哪些后端既能避免生成渲染瑕疵，又适合后续迁移到Web环境？

我可以自行测试后端来筛选无瑕疵的选项，但需要社区经验来确认适配Web的部分。

我已经根据建议完成了以下操作：

• 将matplotlib升级至3.9.2版本
• 将Pillow升级至10.4.0版本
• 将图片格式改为.png

在仍使用.jpeg格式时，两次升级未带来明显改善，但保存为.png格式后问题有所缓解，可能是版本更新与格式调整共同作用的结果。

以下是生成上述图表的代码：

import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib.ticker import PercentFormatter, AutoMinorLocator
import numpy as np
from PIL import Image
mpl.use('agg')
plt.style.use('dark_background')
my_figure = plt.figure(**{'dpi': 100.0,
 'edgecolor': 'black',
 'facecolor': 'black',
 'figsize': (8.0, 6.0),
 'linewidth': 1.0})
my_figure.suptitle(**{'fontsize': 'x-large',
 'fontweight': 'semibold',
 'horizontalalignment': 'center',
 't': 'Binomial Distribution Pair Plot',
 'verticalalignment': 'top'})
my_figure.supxlabel(**{'fontsize': 'large',
 'fontweight': 'normal',
 'horizontalalignment': 'center',
 't': 'Failures',
 'verticalalignment': 'bottom'})
my_figure.supylabel(**{'fontsize': 'large',
 'fontweight': 'normal',
 'horizontalalignment': 'left',
 't': 'Probability',
 'verticalalignment': 'center'})
axes_dictionary = my_figure.subplot_mosaic(mosaic=[['binomial_w_cumulative_overlay']]
                    ,gridspec_kw={'wspace': 0.0, 'hspace': 0.0})
axes_dictionary['binomial_w_cumulative_overlay'].bar(**{'x': [0, 1, 2], 'height': [0.7778213593991469, 0.19641953520180488, 0.02380842850930969], 'label': 'individual probability', 'color': 'C0', 'zorder': 10})
axes_dictionary['binomial_w_cumulative_overlay'].bar(**{'x': [0, 1, 2], 'height': [0.7778213593991469, 0.9742408946009518, 0.9980493231102614], 'label': 'cumulative probability', 'color': 'C1', 'zorder': 5, 'alpha': 0.2})
axes_dictionary['binomial_w_cumulative_overlay'].set_xticks(ticks=[0, 1, 2], labels=[0, 1, 2])
axes_dictionary['binomial_w_cumulative_overlay'].set_ylim(ymax=1.0)
axes_dictionary['binomial_w_cumulative_overlay'].yaxis.set_minor_locator(AutoMinorLocator(2))
axes_dictionary['binomial_w_cumulative_overlay'].yaxis.set_major_formatter(PercentFormatter(xmax=1.0))
my_figure.savefig('test_figure.jpg')
Image.open('test_figure.jpg').show()
plt.show()

内容的提问来源于stack exchange，提问作者Python_Learner