如何在Jupyter Notebook中绘制可无限缩放的矢量化图形？

1. Matplotlib 原生支持矢量化输出 #

Matplotlib完全契合你的需求——操作逻辑简单、支持多图/子图布局，而且能直接导出矢量格式文件（如SVG、PDF），完全满足无限缩放的要求，不需要额外复杂工具。

核心操作流程： #

• 绘图步骤和你熟悉的Matplotlib完全一致：加载DataFrame/NumPy数组数据，调用plot()/scatter()等常规绘图函数，用subplots()创建子图布局。
• 导出矢量图时，只需用savefig()指定矢量格式即可：

  import matplotlib.pyplot as plt
  import numpy as np
  import pandas as pd
  
  # 生成示例数据
  x = np.linspace(0, 10, 100)
  y_sin = np.sin(x)
  y_cos = np.cos(x)
  df = pd.DataFrame({'x': x, 'sin': y_sin, 'cos': y_cos})
  
  # 创建1行2列的子图
  fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4))
  
  # 子图1：用NumPy数组绘图
  ax1.plot(x, y_sin, color='#1f77b4', label='sin(x)')
  ax1.legend()
  ax1.set_title('NumPy 数据源')
  
  # 子图2：用DataFrame绘图
  ax2.plot(df['x'], df['cos'], color='#ff7f0e', label='cos(x)')
  ax2.legend()
  ax2.set_title('DataFrame 数据源')
  
  # 导出SVG格式矢量图（可无限缩放）
  plt.savefig('vector_plot.svg', format='svg', dpi=300)
  plt.show()
  

• 支持的矢量格式包括svg、pdf、eps，这些格式都不会出现栅格化的锯齿问题，可无限缩放。

2. Seaborn（Matplotlib扩展库） #

如果想要更美观的默认可视化样式，Seaborn是Matplotlib的官方扩展，操作逻辑和Matplotlib完全一致，同样支持导出矢量图，代码衔接毫无门槛：

import seaborn as sns

# 用Seaborn绘制DataFrame数据
sns.lineplot(data=df, x='x', y='sin', ax=ax1, color='#1f77b4')
sns.lineplot(data=df, x='x', y='cos', ax=ax2, color='#ff7f0e')

# 同样用savefig导出矢量图
plt.savefig('seaborn_vector_plot.svg', format='svg')

关于Plotly的补充 #

你觉得Plotly复杂是合理的——它主打的是交互式可视化，默认生成HTML格式的交互图，虽然也能导出矢量图，但需要额外配置，学习成本远高于Matplotlib，对于仅需要静态矢量图的场景，Matplotlib/Seaborn显然是更高效的选择。

内容的提问来源于stack exchange，提问作者Lucas P