如何在Python中高效存储2D矢量绘图以适配LaTeX文档

针对你遇到的2D绘图存储为PDF/SVG时体积臃肿、Inkscape崩溃的问题，这里有几个不用降采样的实用解决思路：

1. 选择性光栅化绘图元素，保留文本矢量 #

Matplotlib允许你对绘图中的光栅密集型元素（比如pcolormesh生成的色块）进行光栅化，而标题、坐标轴标签、颜色条文本这些保留矢量格式。这样既保证文本可被LaTeX渲染，又大幅减小文件体积：

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

mpl.rcParams.update({
    "font.family": 'Times',
    "font.size": 12,
    "font.serif": []
})

x = np.linspace(-.5, .5, 1024)
x, y = np.meshgrid(x, x)
z = np.exp(-(x**2 + y**2))

plt.figure()
plt.title('Gaussian plot: $z = \exp{-(x^2 + y^2)}$')
# 对pcolormesh进行光栅化，保留矢量文本
pcm = plt.pcolormesh(x, y, z, rasterized=True)
cbar = plt.colorbar(pcm)
# 可选：如果颜色条色块也密集，同样可以光栅化
# cbar.solids.set_rasterized(True)

plt.savefig('test_opt.pdf', bbox_inches='tight', format='pdf', dpi=300)

生成的PDF里，色块部分是高分辨率光栅图（300dpi足够满足印刷/文档需求），文本和坐标轴都是矢量，体积会大幅降低，Inkscape打开也不会崩溃。

2. 使用PGF后端直接生成LaTeX兼容格式 #

Matplotlib的PGF后端专门为LaTeX文档设计，它会输出绘图的结构信息为PGF代码，所有文本完全交由LaTeX处理，生成的文件体积小且兼容性拉满：

import numpy as np
import matplotlib as mpl
mpl.use('pgf')
import matplotlib.pyplot as plt

mpl.rcParams.update({
    "font.family": 'Times',
    "font.size": 12,
    "font.serif": [],
    "pgf.rcfonts": False,  # 禁用Matplotlib字体设置，改用LaTeX的字体配置
    "pgf.preamble": [
        r"\usepackage{amsmath}",
        r"\usepackage{fontspec}",
        r"\setmainfont{Times New Roman}"
    ]
})

x = np.linspace(-.5, .5, 1024)
x, y = np.meshgrid(x, x)
z = np.exp(-(x**2 + y**2))

plt.figure()
plt.title('Gaussian plot: $z = \exp{-(x^2 + y^2)}$')
plt.pcolormesh(x, y, z)
plt.colorbar()

plt.savefig('test.pgf', bbox_inches='tight')

之后在LaTeX文档里直接用\input{test.pgf}导入即可，所有文本会和你的文档字体完全一致，文件体积远小于PDF/SVG。

3. 后处理压缩PDF文件 #

如果你已经生成了体积较大的PDF，可以用Ghostscript工具进行无损压缩（不会损失矢量质量），执行以下命令：

gs -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/prepress -dNOPAUSE -dQUIET -dBATCH -sOutputFile=test_compressed.pdf test.pdf

这个命令会去除PDF中的冗余数据，大幅压缩体积，同时保留文本的可编辑性。

这些方法都不需要降采样，能很好地平衡绘图质量、文件体积和LaTeX兼容性。

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